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！?

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院做貢獻。讓AI學習優秀的放療醫生和物理師的經驗，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，還能縮小醫療資源的差距，實現醫療質量的同質化。

目前，放療巨頭瓦里安和醫療科技公司RaySearch都開發了能自動制定治療計劃的AI。瓦里安大中華區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，一是多渠道培養人才，二是提高人工智能效率。”據了解，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，不是戰勝所有人，也不是比最優秀的人更優秀，而是向最優秀的人學習，來幫助提升整體同質化水平。此外，現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。現在有研究人員嘗試利用AI實現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，放療醫生根據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，再由專門的醫學物理師制定相應的放療計劃，并根據治療方案做定位測試、質量控制工作來進一步優化治療方案，經過驗證的放療計劃會傳輸到放療設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與病人體質情況等或許已經發生了變化，但使用的放療計劃常常保持不變，始終根據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了多模態在線自適應放射治療，在AI技術驅動下，自動融合MR、CT、PET多模態影像，從初始計劃設計、在線自適應治療過程、到治療監測，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自適應放療，根據腫瘤形狀、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放療計劃設計的準確度和放療的效果。按照傳統方法對影像進行勾畫，需耗費大量時間。應用AI技術勾畫靶區不僅能大幅提高效率還能避免由于靶區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，在大醫院和小醫院進行放療的存活率存在明顯差距。而這種差距，一個主要原因是醫生對器官分割的精準性，和對靶區勾畫的專業性。美國西南醫學中心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，靶區勾畫的實現難度會稍大一些。因為每位醫生的經歷和經驗不同，具體的治療方案也會不同，很難有統一的標準。據了解，目前，AI智能勾畫靶區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，輔助影像醫生快速標記病變，從而讓外科醫生更快完成活檢。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進行分割

?目前，聯影智能已與北京大學第一醫院、四川省腫瘤醫院、蘇州大學附屬第一醫院等醫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院里，聯影智能與蘇州大學附屬第一醫院展開了基于uAI放療輪廓勾畫軟件的宮頸癌靶區自動勾畫研究。uAI放療輪廓勾畫軟件可實現亞秒級智能分割靶區?———?全盆腔淋巴引流區和宮旁區域，經醫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有的諾模圖， 從而實現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據，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現，深度學習的預測要比現有模型要準確得多。?

結語