先進院團隊瞄準AI技術新熱點 I 希望實現對早期腫瘤精確診斷

人工智慧（AI）不僅讓AlphaGo戰勝了人類頂尖圍棋手，而且在醫學影像領域也有了極大的發展，但目前AI在醫學影像的應用方向大多集中在對龐大影像數據的挖掘和處理，賦予人工智慧更精準地診斷疾病的能力。

中國科學院深圳先進院醫工所李志成博士告訴小鉅自己的初心：「我一直在思考：為什麼AI+醫學影像可以實現診斷？醫學影像與腫瘤底層的分子特性、基因特性和病理特性之間，究竟存在什麼關聯性？如何更好的量化這種關聯性？能否實現早期腫瘤的智能分析？這些問題吸引了我，而我們相信這些問題的某種探索，應該可以為AI醫療提供很多原理性的新東西，我們的目的是提供更新的、有深層次理論依據的智能方法和儀器，最終目的還是探索新的影像-分子診療標誌物。」

李志成把目光投向了新的研究方向，就是運用AI演算法自動分析影像、病理、基因檢測等數據，並希望從腫瘤成像、腫瘤基因這兩個源頭開始研究新的智能影像技術，幫助醫生做出更精準更個性化的診斷和治療。

腦膠質瘤的診斷有了新方法

今年3月，國際一流學術期刊《歐洲放射學》刊登了李志成團隊的最新研究成果——「腦膠質母細胞瘤MGMT甲基化狀態的磁共振影像組學預測」，介紹了用醫學影像預測腦膠質母細胞瘤基因特性的一種人工智慧方法。

其實，這僅僅是李志成團隊所從事的其中一項研究工作。腦膠質母細胞瘤是一種惡性程度很高的腦腫瘤，其特點是生存期短、基因異質性高、存在多種分子亞型。腦膠質瘤內部往往存在多個亞克隆群體，各群體在分子分型、基因表達、細胞形態、侵襲能力和藥物反應等方面有顯著差異，這種差異隨腫瘤演進而動態變化。因此，同一時間點腫瘤內不同區域、或不同時間點腫瘤內同一區域，存在基因、細胞、組織和微環境多個層面的異質性。這種空間-時間異質性導致分級相同的腫瘤在預後和治療反應等方面差異較大，為腫瘤的有效治療帶來巨大挑戰，也是目前強調腫瘤個性化診療的主要原因。而為了檢測這種基因異質性，往往需要基因測序，其實多區域取樣測序才是更加理想的，但這在現實中往往無法實現。鑒於單次單點的基因測序信息可能不夠準確，而醫學影像可以描述整個腫瘤三維 信息，如果能採取新的醫學影像人工智慧方法，實現腦膠質母細胞瘤分子標誌物的準確無創預測，那麼無疑具有重要臨床價值。

圖2 腦膠質瘤MGMT甲基化與未甲基化病人的影像學差異。

那麼，醫學影像能否用於探測腫瘤基因突變呢？李志成研究團隊針對腦膠質瘤常見的分子標誌物MGMT啟動子甲基化和IDH1突變，採用影像組學方法和深度學習方法進了探測。「研究結果是醫學影像+AI技術可以準確探測底層基因突變，這就很有意思了，也更加深了我們的興趣：體現宏觀結構或功能的磁共振影像，為什麼能夠反映出底層的基因突變呢？我們也在加緊這方面的基礎研究。我們將醫學影像、基因測序結果一起放入AI程序中，結果顯示了非常典型的亞型，這種亞型是靠影像特徵分出來的，而又有實際預後意義，並且與異常的信號通路有關聯性。再加上年齡等因素，預測結果會更加準確。這些對於腫瘤的個性化診療是非常有意義的，而且可以揭示醫學影像特徵與底層分子特性之間的關係。」李志成介紹。除了腦膠質瘤之外，李志成還深入研究了腎細胞癌和缺血性腦卒中的智能影像技術。

深圳資助全新醫學影像設備研發

對未知領域保持強烈的好奇心，並對未知的科學問題孜孜以求的探索，這是一名科研工作者身上最可敬的品質。李志成既然瞄準了用AI影像技術實現腫瘤精準診斷這一方向並探究腫瘤異質性，他自然也迫切希望採用醫學成像設備獲得更為早期、量化的腫瘤影像。基因異質性從腫瘤形成初期就開始出現了，而我們現在雖然有影像分析演算法，但現有的成像儀器卻很難對早期微小腫瘤實現在體高分辨成像。於是，一種解析度更高、穿透性更強、靈敏度和特異性更好的全新醫學影像儀器的原型機在他心目中逐漸成型。

李志成博士。

2017年7月，他主導的「早期腫瘤的高解析度X射線相襯熒光多模CT成像研究」獲批「深圳市基礎研究學科布局項目」，獲得300萬元資助。

「過去，相干性X光源是用於工業檢測和化驗，但我希望用小型化的高相干X光源來製作全新的醫學影像設備，用於檢測早期腫瘤，比如可以檢測出在5毫米以下的腫瘤，這對腫瘤治療會有巨大的幫助。但我們的初衷並非是僅僅做早期腫瘤的檢測，實際上研究腫瘤影像基因組學才是我們最初的動機，」李志成把X射線相襯熒光影像運用於早期腫瘤的智能化異質性檢測，這在國際上也尚屬首次。據了解，該設備將在今年6月完成樣機安裝，並有望進入動物實驗階段。目前，李志成團隊擁有從事人工智慧演算法研究的趙源深博士、從事智能影像分析的李其花和劉磊、從事X射線相襯成像研究的駱榮輝等，這樣一支專業互補的年輕團隊正在從事著一項非常有意義的全新研究。

李志成博士研發團隊。

李志成介紹，醫療影像智能分析是指運用人工智慧技術識別及分析醫療影像，幫助醫生定位病症分析病情，輔助做出診斷。目前醫療數據中有很大一部分來自影像信息，醫生根據影像，並結合自己專業知識來進行疾病診斷。李志成充滿信心地說：「我們瞄準最新的臨床成果，將影像數據和基因測序數據結合起來，從影像-病理-分子層面對腫瘤進行分型和診斷，並嘗試挖掘新的亞型分類方法。除了對現有影像進行智能分析，我們還研究全新的早期腫瘤在體成像醫學影像儀器，從影像-病理-基因層面揭示腫瘤細胞群體分支演化過程中的異質性，實現腦膠質瘤、腎癌等典型異質性腫瘤的早期精準診療，這是我們未來5年的研究方向。」

人物簡介

李志成，博士/博士後，中國科學院深圳先進技術研究院副研究員，博士生導師。國家863計劃青年科學家，廣東省「特支計劃」科技創新青年拔尖人才，深圳市孔雀計劃海外高層次人才，深圳市後備級高層次人才。中國科學院青年創新促進會會員。研究領域包括癌症影像學智能分析和生物醫學X射線成像。主持國家863青年科學家項目、國家自然科學基金面上項目和青年基金、廣東省省院戰略合作項目、深圳市孔雀計劃海外人才創新項目、深圳市基礎研究學科布局項目、深圳市戰略新興產業專項基礎研究項目等，參與973項目、國自然儀器專項和國自然重點等項目。累計主持科研經費超過1000萬元。主持研發移動式三維腦血管造影機已經產品化。中國生物醫學工程學會醫學物理分會首屆青年委員。中國生物醫學工程學會高級會員、中華醫學會數字醫學分會會員，深圳市醫療器械行業職稱評審專家。研究方向：1、基於機器學習的腫瘤影像學分析；2、早期腫瘤的X射線相襯熒光成像。

本文作者：小鉅，一個有志於做最會講科技人士創新故事的新媒體人。如有轉載本文，請註明出處，轉自「鉅弘文化」。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！