有了AI技術，60%的患者可能將免受開刀之苦

專家指出，利用機器學習算法將臨床與分子數據結合，將成為“未來的潮流”。

一位病患走進醫生辦公室，開始接受膽囊CT掃描。膽囊健康狀態良好，但醫生注意到這位病人的胰腺上方有一個囊狀淤袋。醫生告訴他，這也許是個可能導致癌癥的囊腫，因此需要將其切除以確保安全。

醫生補充道，術后恢復可能需要三個月的時間，手術有50％的幾率引起并發癥，此外這位病患還有5％的機率在手術中失去生命。

據估算，美國每年約有80萬名患者被診斷出患有胰腺囊腫，而醫生一直沒有辦法確定哪些囊腫會真正引發致命癌癥，而哪些屬于良性情況。這種模糊不清的現狀，帶來了成千上萬次不必要的手術：一項研究發現，在接受囊腫切除手術的病人當中，有高達78％的比例最終并沒有發生任何癌變。

現在，一種新的機器學習算法有望提供幫助。約翰霍普金斯大學的外科醫生與計算機科學家們日前在《Science Translational Medicine》上公布了一項名為CompCyst（用于綜合性囊腫分析）的測試，該測試明顯優于當前的標準護理方法——即醫生觀察與醫學成像。其能夠更準確地判斷患者可以直接回家、繼續觀察或者接受手術。

論文高級作者、約翰霍普金斯Kimmel癌癥中心胰腺囊腫項目主任Anne Marie Lennon在此項研究的新聞發布會上表示，“我們對結果感到非常興奮。”她希望在未來6到12個月內為普霍金斯醫院的患者們提供測試，并計劃在完成更大規模的前瞻性臨床試驗后將其正式推向市場。

研究作者、Kimmel癌癥中心外科腫瘤學主任Christopher Wolfgang指出，絕大多數胰腺囊腫都是良性的，但現在醫生們投入大量精力對其進行跟蹤?！拔覀冃枰櫵谢颊?，數量級在數十萬之巨，相關成本極為高昂而且在某些情況下甚至需要進行侵入性檢查，以發現那些可能會發展成癌癥的病例?！彼瑫r補充稱，這種測試可能導致患者接受輻射照射并引發其它并發癥，更不用說巨大的精神壓力。

Lennon、Wolfgang以及其他研究人員開始構建一種能夠篩查患者信息的工具，希望借此找到可區分低風險與高風險囊腫的模式。為此，他們從霍普金斯醫院的數百名患者及世界各地的15座醫療中心處收集數據。相關病患都被診斷出患有囊腫，并接受了切除手術。手術之后，他們檢查囊腫后續情況并將其分類為無風險、低風險或者可能癌變的高風險情況。

該團隊的CompyCyst測試采用一種被稱為MOCA的機器學習算法對多變量組合變化組織進行分析。該算法將分子數據（包括DNA突變與染色體變化）與提取到的囊腫液以及成像測試中的蛋白質信息相結合，以期給出更準確的診斷結果。

該團隊利用來自436名病患的數據進行算法訓練，而后在由426名患者數據構建的第二組獨立數據集上進行測試?；羝战鹚勾髮W博士后研究員、論文共同作者Marco Dal Molin表示，該算法測試了數百萬個數據點組合，能夠以高靈敏度與高特異性預測出正確的治療途徑。

CompCyst在所有三類患者群體中的表現都優于目前醫生所使用的標準治療方法：其正確預測出60％可以直接回家的患者（標準治療方法僅可預測出19％）、49％應接受進一步觀察的患者（標準方法為34％）以及91％需要接受手術的患者（標準方法為89％）。

總體而言，研究人員估計如果使用CompCyst進行患者治療決策，那么其中60％至74％的患者（具體取決于囊腫類型）完全能夠免受開刀之苦。

論文共同作者、霍普金斯大學路德維希中心聯合主任兼腫瘤學教授Bert Vogelstein表示，將機器學習與臨床及遺傳特征結合起來將成為“未來的新浪潮，其不僅能夠診斷臨床胰腺囊腫，還能夠揭開多種其它疾病的神秘面紗?！?/p>

Vogelstein和另外兩位共同作者最近聯合創辦了一家名為Thrive Earlier Detection的公司，該公司已經獲得CompCyst測試的商業發展許可。