20分鐘瀏覽5萬張圖，2小時學會檢測癌症，AI是這樣學醫的

在世界各地，醫生們正開始依賴人工智慧（AI）演算法，加速診斷與治療規劃，目的是騰出更多的時間，接診更多病人，並提高準確度。

對於醫生是如何培養出來的，我們都有些大致的概念：多年的課堂學習，堆積如山的教科書和學術期刊，還有無數個小時的實習經歷。

AI學醫的方式則不是那麼直觀。

圍繞演算法是如何學習這些模式的，以及這種技術中可能存在的陷阱，我們聯手醫學AI初創企業MD.ai聯合創始人利奧·陳（Leo Chen），以及放射科醫生盧克·奧克登-雷納（Luke Oakden-Rayner）訓練了兩個演算法，讓它跟醫學專業人士一較高下。其中一個演算法檢測腫瘤性結節，另一個則評估其為惡性腫瘤的可能性。

醫用AI的開發通常是複雜的模式匹配：一個演算法瀏覽無數器官掃描圖像，包括有腫瘤的和沒有腫瘤的，學著區分這兩個類別。

我們給演算法饋送了近20萬張CT掃描圖像，包括2D和3D圖像，其中有惡性腫瘤、良性腫瘤，也有不存在腫瘤的圖像。為測量演算法的準確程度，我們採用了「召回率」指標，跟醫生們所用的辦法相同。它測量的是給定虛警數量的情況下，演算法對結節的檢出率。比如，「60%召回@1」的意思是：在每張圖像允許一個虛警的情況下，它能正確檢出60%的腫瘤。對於另一個檢測惡性腫瘤的演算法，體現準確率的指標相對簡單：正確檢出的惡性結節的百分比。

從理論上講，這個虛警數字的高低是可以調節的，但會影響到結節的檢出率。比如，若每準確檢出一個結節，我們都允許出現4個虛警，那麼，結節的檢出率就會增加。在現實運用中，虛警率越高，病人接受的不必要檢查就越多。但對於演算法的敏感度，每個醫生所能接受的水平不盡相同，有的看重準確率，有的著重降低虛警率，具體視各人的工作流程而定。

紅圈中的白點是一個小的結節。其餘白點都不是結節。

訓練完成度：0%；閱覽圖片數：0；耗時：00:00:00

機器

結節檢出率：0.00% @Recall

惡性檢出率：0.00% @Recall

放射科醫生：AI系統要學會兩種技能——檢測肺部結節，並判斷哪些可能為惡性。

檢測：

結節是一種很小的組織，正常情況下一般不存在於肺部。尋找結節是經典的「大海撈針」型問題。這是因為，結節通常很小，乍一看去，很多結構都與之類似，比如血管和疤痕。

惡性腫瘤檢測：

放射科醫生藉助一系列特點，判斷哪些結節可能為惡性腫瘤。最常用的是弗萊施納判斷標準，只考慮結節的大小和數量，以及吸煙等風險因素。其他系統更加複雜，包括了形狀和結節出現的位置。

訓練完成度：25%；閱覽圖片數：0；耗時：00：00：00

機器：

結節檢出率：46.40% @Recall1

惡性檢出率：46.32% @Recall1

放射科醫生：這個時候，AI對結節一無所知。通常，它會標記一個血管，不能肯定其是否為結節，但懷疑可能是惡性腫瘤。但實際上，惡性腫瘤只出現於結節中，所以上述結果自相矛盾。

而人類就會知道，這既然不是結節，自然也不會是惡性腫瘤，因為它存在分岔，明顯屬於血管。

訓練進行到一半，AI系統認為，大腸腸壁上的這一褶皺可能為肺部結節。

訓練完成度：50%；閱覽圖片數：95,166；耗時：00:36:39

機器

結節檢出率：59.80% @Recall1

惡性檢出率：68.71% @Recall1

訓練完成度：75%；閱覽圖片數：142,749；耗時：00:55:29

機器

結節檢出率：64.30% @Recall1

惡性檢出率：76.38% @Recall1

放射科醫生：到這時，AI漸漸摸著了門道。它高度肯定為結節的點，幾乎全部都為結節。即使它不太肯定的點也都是「類似結節」。有一項任務即使對人類而言也較為困難，那就是區分結節和先前感染留下的疤。一般而言，肺部最邊緣的細小結節總是良性的，可以忽略。這個時候，AI系統已經很擅長於此。它並不確定這些東西是結節（實際並不是），並能肯定它們不是惡性腫瘤。

AI認為，紅圈內的點是一個結節，但不屬於惡性腫瘤；而白圈內的大型結節肯定為惡性腫瘤。

訓練完成度：100%；閱覽圖片數：190,332；耗時：00:55:29

機器

結節檢出率：67.90% @Recall1

惡性檢出率：82.82% @Recall1

放射科醫生：訓練完成後，模型的表現已經相當不錯。只就極其肯定的預測而言，大部分可疑的大型結節都被檢測了出來。

正如我們所希望的那樣，模型幾乎100%肯定：這些大型結節是惡性腫瘤。放射科醫生絕對會把它們當惡性腫瘤看待，直到該可能性被排除。AI系統也同樣「操心」。

而在AI不太肯定的預測中，一種有趣的模式開始呈現：對於肺部「類似結節」的點，AI系統不確定其為結節，但肯定它們不是惡性腫瘤。在很多情況下，AI比較肯定那是結節，但100%肯定它是良性的。雖然，人類從一開始就不會管那些結構叫做「結節」，但對病人來說，最終答案是一樣的。

AI系統十分肯定地認為，紅圈內的點是一個結節，但幾乎可以肯定它並非惡性腫瘤。放射科醫生同意這一判斷；具體而言，它處在肺部邊緣，且位於大動脈後面，比較讓人放心。另一方面，圖片頂部的大型結節（白圈內）幾乎肯定是惡性腫瘤；AI系統得出了相同的判斷。

AI系統還學會了一個比較棘手的問題：鈣化結節幾乎肯定是良性的，但在數據集中，這類結節並不多見，因此，AI系統很難掌握這個知識點。對人類而言，這太容易了，只要認得「鈣化」就行了。一旦知道要找什麼，我們甚至都不用練習，一上手就能找到正確答案。

AI系統無法理解「鈣化」的概念，只能通過學習，判斷某種圖像模式屬於良性。比如在這個項目中，鈣化結節的密度比非鈣化結節的密度大（在圖中顯得更亮）。見多了這種結節，並知道它們從來不是惡性腫瘤，AI就掌握了這種模式。

有一種特定的結節較難判斷，因為它是鈣化的，同時又很大（體積較大是惡性腫瘤的有力指標）。起初，AI認為，它們絕對是惡性腫瘤，在接受了5萬張圖的訓練之後，它依然這樣認為。但訓練到10萬張圖的時候，它已經能100%確定，這種結節是良性的，因為它發現，關鍵要看密度。

紅圈內的結節密度很大（在圖中顯得很亮），白圈內的結節密度較小（呈灰色）。前者是良性鈣化結節，而後者幾乎肯定是惡性腫瘤。

結論

AI表現非常之好，不過尚未企及放射科醫生的水平。這主要是因為數據集不夠大，CT掃描圖像不足1000張。科技公司或醫院開發的類似系統會使用幾千甚至幾萬張圖像。我們採用的是一個免費數據集，而IBM等公司不惜斥資幾十億美元，收購企業及其訓練數據，就是為了這些。更加多樣化的訓練絕對對它有利。有了足夠多的數據，它將能媲美人類表現。

該項目凸顯了人類與當代AI系統的主要區別。人類很擅長學習，因為已有的知識充當了腳手架。以鈣化結節為例。人類一學就會，因為相對於非鈣化結節，鈣化結節密度更大（在圖片中顯得更亮）。「密度很大的結節是鈣化結節，因而是良性的。」只要這麼一說，你就明白了，甚至不用練習，你就能得出正確答案。

然而，AI系統沒有吸納知識的途徑；它無法理解「鈣化」這一概念，也不知道鈣化結節是良性的，因此，就需要通過無數例子，構建出這種認知。在本項目中，它就藉助5萬張圖片，學會了一條人類一點就通的知識。

但另一方面，AI系統獲取經驗的速度也很快。它瀏覽5萬張圖只用了不到20分鐘，而人類可能要花數年。因此，對於更加複雜的決定，當經驗比知識更加寶貴時，AI系統就有望勝人一籌。

翻譯：雁行

編輯：李莉

來源：QUARTZ

造就，劇院式演講，發現創造力

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！