前言

二十年或三十年后的腫瘤放射治療會是什么樣？真的可以一周完成癌癥治療嗎？物理師短缺的問題解決了嗎？讓我們從目前AI在放療中的幾大應用，看看未來AI如何賦能腫瘤放療構建放療新生態(tài)！?

一、AI+放療治療計劃

臨床上制定放療治療計劃非常耗費時間，而且計劃的質量也參差不齊。放療醫(yī)生和物理師常常需要對治療計劃進行討論和反復修改。面對復雜病患，一個物理師每天只能為4-5個患者制定計劃。但使用AI輔助，一個物理師每天可能可以為幾十個患者，甚至能夠為多個不同的醫(yī)院做貢獻。讓AI學習優(yōu)秀的放療醫(yī)生和物理師的經驗，再用AI自動高效地完成治療計劃的制定。這不僅能解決物理師短缺的問題，還能縮小醫(yī)療資源的差距，實現(xiàn)醫(yī)療質量的同質化。

目前，放療巨頭瓦里安和醫(yī)療科技公司RaySearch都開發(fā)了能自動制定治療計劃的AI。瓦里安大中華區(qū)總裁張曉博士在接受采訪時還曾透露過：“瓦里安正采取兩步走的辦法，一是多渠道培養(yǎng)人才，二是提高人工智能效率。”據(jù)了解，2008年至今瓦里安在國內已培訓了1.5萬人次放療專業(yè)人才。“使用了人工智能軟件制定的放療計劃方案，基本上超過目前80%物理師的人工計劃水平，這可提高整個科室的同質化水平。”在張曉看來，這就是人工智能的一大特點，不是戰(zhàn)勝所有人，也不是比最優(yōu)秀的人更優(yōu)秀，而是向最優(yōu)秀的人學習，來幫助提升整體同質化水平。此外，現(xiàn)在放療領域的一大熱點是采用更加清晰的MRI圖像，但做放療計劃需要電子密度的信息，CT圖像會更適合。現(xiàn)在有研究人員嘗試利用AI實現(xiàn)MRI和CT圖像之間的轉化。還有研究人員嘗試用AI把四維CT圖像轉化為核醫(yī)學圖像，用以診斷肺部功能性的問題。

?二、AI+放療設備

目前常規(guī)放療流程是：先通過CT、MR（磁共振）等影像設備確定腫瘤的位置、大小和形狀等，放療醫(yī)生根據(jù)上述影像結果在病人體表或者是計算機上標出需要照射的部位，再由專門的醫(yī)學物理師制定相應的放療計劃，并根據(jù)治療方案做定位測試、質量控制工作來進一步優(yōu)化治療方案，經過驗證的放療計劃會傳輸?shù)椒暖熢O備所在的治療室對病人進行治療。患者拍片獲取CT、MR、PET等醫(yī)學影像信息，一個過程下來通常需要2-3天，最快也要1天并且通常放療一個療程需要20-30次治療，在這個過程中腫瘤狀態(tài)與病人體質情況等或許已經發(fā)生了變化，但使用的放療計劃常常保持不變，始終根據(jù)療程開始前的腫瘤影像。

瓦里安的Ethos?智慧放療平臺?而瓦里安的全新Ethos?智慧放療平臺率先實現(xiàn)了多模態(tài)在線自適應放射治療，在AI技術驅動下，自動融合MR、CT、PET多模態(tài)影像，從初始計劃設計、在線自適應治療過程、到治療監(jiān)測，總時間從10小時壓縮到15分鐘。Ethos?智慧放療平臺的每一次治療都能夠根據(jù)患者解剖位置和形狀變化來調整治療方案，為每位患者實現(xiàn)個體化、精準化的治療。Ethos?智慧放療平臺將腫瘤中心的工作效率和治療能力推升到全新的高度，真正意義上開啟了腫瘤個性化放射治療的新時代。“CT擅長骨組織的檢查，MR可以清晰看到軟組織的成像，PET-CT是反映分子水平代謝信息的影像檢查。每一種影像都有特殊的用處，人工智能驅動的Ethos平臺具備智慧整合這3種檢測方式信息的能力。”張曉說。在人工智能驅動下，Ethos智慧放療平臺可以實現(xiàn)自適應放療，根據(jù)腫瘤形狀、細胞特征以及周圍器官改變而移動的腫瘤位置來進行調整，整個療程中的每一次治療都依據(jù)患者最新的腫瘤信息進行，極大避免了在1個療程治療中后期對已經痊愈的健康組織的傷害，最大限度保護正常組織。2020年2月，瓦里安宣布其Ethos?智慧放療平臺獲得FDA批準上市。

?三、AI+器官分割和靶區(qū)勾畫

病變器官的正確定位與準確勾畫是放療計劃運作的基礎和關鍵。其分割的準確程度直接影響到后續(xù)放療計劃設計的準確度和放療的效果。按照傳統(tǒng)方法對影像進行勾畫，需耗費大量時間。應用AI技術勾畫靶區(qū)不僅能大幅提高效率還能避免由于靶區(qū)勾畫的不準確導致的無效治療。美國的一項對放療患者的長期跟蹤研究表明，在大醫(yī)院和小醫(yī)院進行放療的存活率存在明顯差距。而這種差距，一個主要原因是醫(yī)生對器官分割的精準性，和對靶區(qū)勾畫的專業(yè)性。美國西南醫(yī)學中心MAIA Lab研究成果顯示對于主要器官(OAR)的勾畫，專家勾畫與AI勾畫的重合程度(Dice Index)目前是85%左右（在臨床應用上，Dice Index到80%以上就很好了）。但是，靶區(qū)勾畫的實現(xiàn)難度會稍大一些。因為每位醫(yī)生的經歷和經驗不同，具體的治療方案也會不同，很難有統(tǒng)一的標準。據(jù)了解，目前，AI智能勾畫靶區(qū)已經成功運用在肺癌、乳腺癌、鼻咽癌、肝癌、前列腺癌、食管癌和皮膚癌上。?西門子醫(yī)療在RSNA2019上推出了兩個基于AI的器官分割軟件助手。AI-Rad Companion Brain MR基于形態(tài)計量學分析，能在MR影像中自動勾畫大腦輪廓，并測量大腦體積輔助影像醫(yī)生作出快速診斷。AI-Rad Companion Prostate MR能用于輔助活檢。它能在MR影像上自動勾畫出前列腺的外部輪廓，輔助影像醫(yī)生快速標記病變，從而讓外科醫(yī)生更快完成活檢。這兩個軟件都適用于不同廠商的MR設備，并可以在西門子醫(yī)療云上使用。?

?uAI智能分割引擎可以對74個主要危及器官和靶區(qū)進行分割

?目前，聯(lián)影智能已與北京大學第一醫(yī)院、四川省腫瘤醫(yī)院、蘇州大學附屬第一醫(yī)院等醫(yī)院開展多項臨床實踐與科學研究，共同推動智能勾畫應用與落地。在蘇州大學附屬第一醫(yī)院里，聯(lián)影智能與蘇州大學附屬第一醫(yī)院展開了基于uAI放療輪廓勾畫軟件的宮頸癌靶區(qū)自動勾畫研究。uAI放療輪廓勾畫軟件可實現(xiàn)亞秒級智能分割靶區(qū)?———?全盆腔淋巴引流區(qū)和宮旁區(qū)域，經醫(yī)師檢查確認后到勾畫完成只需2-3分鐘。??

? ? ?

綠線：?自動勾畫效果? 紅線：?醫(yī)師手動勾畫效果

?四、AI+放療毒性預測和治療結果預測?

目前臨床上預測放療的毒性是在給出劑量分布后，通過一些指標評估預測放療的毒性，比如平均劑量大于多少會產生臨床上無法接受的毒性。使用深度學習模型可以代替這些舊的指標，不再依靠僅有的幾個參數(shù)做臨床決定。比如如何預測肝癌肺癌放療可能產生的副作用。用深度學習模型可替代現(xiàn)有的諾模圖， 從而實現(xiàn)準確度更高的個體化預測。斯坦福大學的研究人員用大量病人的影像、治療計劃和治療后的毒性等數(shù)據(jù)，構建了世界上第一個基于深度學習的肝癌放療模型。它可以方便準確地對新病人的預后進行預測。和實際臨床觀測到的預后相比發(fā)現(xiàn)，深度學習的預測要比現(xiàn)有模型要準確得多。?

結語