肺小结节风险到底有多大？点内AI来解答

根据国家癌症中心的数据，我国肺癌的发病人数和死亡人数，已经连续十年位居恶性肿瘤的首位，我国每年新发肺癌人数约78.7万，因肺癌死亡的人数，高达63.1万。

伴随着全国老龄化、农村化工业和城市现代化进程的加快，大气与环境污染问题日益严峻，老龄肺癌的发病率和死亡率进一步攀升，预计到2020年我国肺癌发病人数将突破80万人，死亡人数近70万人。

癌症，让许多人闻之色变，而肺癌是全球范围内，发生率及死亡率最高的肿瘤，因此不少人在拍胸部CT发现肺部小结节时，他们的第一反应是：肺癌!然后开始惊慌、苦恼、焦虑。肺癌究竟该怎么预防呢?其实肺癌的防治，一定要从早期筛查、鉴别和治疗肺小结节开始。

肺癌筛查不可少，“肺小结节”不要怕

很多人在体检中发现有肺小结节，为此寝食难安，担心自己得了肺癌或者是什么大病。今天我们在这里需要明确一个定义，肺结节其实是一种影像学术语，并不是疾病名称。良性肿瘤或恶性肿瘤都可以表现为小结节。另外，有些肺部疾病比如炎症性病灶、肺结核、肉芽肿、错构瘤等病症也会表现为结节。

检查出来有肺部结节就等于患上肺癌或者说离肺癌不远了吗?其实不然，生物学上，良性肺结节转变为肺癌的可能性很低。有数据显示，初次CT检查发现的肺部小结节，大部分都是良性病变，只有很小一部分长时间之后可能转变为恶性，尤其是存在高危因素的人群需要高度重视，定期复查非常关键，做到早发现、早诊断、早治疗。

具体这个结节是良性的还是恶性的还要看医生的判断，有经验的医生会根据结节的大小、结节的影像学特征并结合动态变化来判断其性质，准确率可达90%以上。

但是目前中国放射科医生缺口巨大，放射科医师数量的增长远不及影像数据增长，加之医生人工读片速度有限，放射科医师在处理影像数据的压力可能会更大，甚至远超负荷。繁重的读片工作将可能导致医学影像出现漏诊、误诊等问题。同样的问题也表现在肺癌早期筛查方面，低剂量螺旋CT是公认的一种检查手段。但当前肺癌早筛所采取的“人工看片”的方式，在医师数量极其短缺，工作压力已经十分沉重的情况下难以广泛开展。

AI人工智能筛查肺小结节达专家水平

在这一方面，目前大热的AI读片功能，为肺癌早筛提供了强有力的技术支持，极大提升了影像筛查的工作效率，减少误诊漏诊，降低了筛查成本，在肺癌筛查中是不可或缺的好帮手。

点内科技的人工智能肺小结节筛查系统应用在肺小结节领域，快速精准定位肺小结节，同时可以对肺小结节做恶性风险率预测，辅助医生诊断。既可以辅助医生精准完成筛查工作，也大幅提高医生的工作效率，进而大大降低了漏诊、误诊的可能性。

AI人工智能让肺小结节筛查更快更准确

兰州一名年仅16岁的患者，在2018年8月进行胸部CT扫描时发现了右肺上叶结节。该患者于2019年1月和7月，在兰州大学第二医院面诊胸外科李斌主任，并进行了两次胸部CT复查。

借助点内科技的人工智能肺小结节筛查系统，李主任将两份医学影像进行了详细比对，发现这一病例疑似微浸润腺癌，这一辅助判断迅速得到专家会诊的确认。随后这位患者接受了胸腔镜下右肺上叶前段切除手术，目前患者已经康复出院。这也是自兰州大学第二医院建成肺癌诊疗一体化中心以来，成功治疗的最年轻患者。

2018年8月、2019年1月和2019年7月肺部CT影像对比结节直径，体积，密度等的变化

另一位山东单县的患者，于2019年2月在当地医院做胸部CT检查时发现左下肺有结节。之后8月复查显示结节的大小、形态都没有明显变化。在不能完全确定结节类型的情况下，使用了点内科技人工智能肺小结节筛查系统进行筛查，系统结果显示疑似IA，便让患者去影像科做增强检查。

同时，通过上传患者影像资料，在专家阅片平台的帮助下，当天即得到了复旦大学附属华东医院李铭主任的诊断建议。通过李主任的临床干预建议及医院的最终会诊，病理证实为浸润性腺癌，并实施了胸腔镜左肺下叶切除手术。基于AI和互联网技术的发展，通过点内科技相应的筛查平台，即便是医疗资源匮乏的偏远山区，也可以让区县级医院患者得到快速准确的诊断建议，一定程度上解决区域医疗资源分布不均的问题。

通过上述以及终端大数据实际案例，多次证明肺癌筛查借助人工智能辅助读片系统，胸部CT的读片效率显著提升的同时也提高了准确率。

点内科技瞄准精准医疗，用CT+AI预测病理结果

在肺小结节筛查问题上，点内科技AI识别技术首创用CT影像预测早期肺腺癌浸润程度分型(AAH/AIS/MIA/IAC)，通过深度学习有效影像和数据诊断建立模型，通过反复训练，这个多任务深度学习模型在区分浸润/非浸润两分类的准确率达到了78.8%(AUC)，区分IAC/非IAC(0期/I期)两分类的准确率达到了88.0%(AUC)。此研究成果也已发表于肿瘤学顶级期刊——美国癌症研究协会(American Association for Cancer Research，AACR)会刊《Cancer Research》期刊(>

结合医院常用的薄层CT，通过点内AI肺小结节筛查引擎，系统会自动将筛查出来的结节标注出来，同时针对每一个结节标注出位置、大小、体积、密度、结节类型、恶性风险程度、浸润程度分型等重要信息供医生参考。这种CT影像结合点内AI双管齐下，对结节检出敏感度达到98.1%，对结节良恶性诊断准确率达到91.52%，大大提高了检查效度。

目前，点内科技已经与全国多家三甲医院、体检机构和医疗组织合作，并同步向大众开放了体验AI读片的入口，患者通过上传DICOM文件，5分钟即可获得由点内科技人工智能系统生成的AI解析。用户可根据AI解析的数据结果，去选择专家直接发起阅片申请，48小时内会收到专家亲自回复的诊断建议，从根源上优化患者的检查、看病、诊断的流程。据统计，点内肺常好自上线以来，通过数以万计的用户体验“人工智能阅片服务”而获得好评无数。

中国AI筛查技术的创新与变革

作为首批获得国家药品监督管理局(NMPA)医疗器械注册(二类)证书的企业，点内科技通过国内肺部专科医院和大型三甲医院近50,000例肺部CT数据的训练，将人工智能与大数据技术紧密结合，结合业内无出其右的AI人工智能及大数据技术资源，对微小的早期病灶有着极强的识别功能，有效降低漏诊的可能，在为医生提供针对肺部结节的早期辅助诊断和治疗建议产品来说至关重要。

在医疗科技高空落地方面，点内科技将全面与各级政府及兄弟企业对接资源，让AI人工智能产品快速落地到更多医院，为早期肺癌患者在当地就能享受到国内先进的医疗技术。同时，点内科技去年也在积极参与中检院肺结节标准测试数据集的建立，未来有望成为第一批获批的三类AI企业之一。