AI 辅助癌症检测可以加速诊断
最具变革性的创新往往出现在危机时期。哈维尔·加西亚·洛佩兹 (Javier García López) 及其在 Sycai Technologies（一家总部位于巴塞罗那的数字健康公司）的联合创始人就是这种情况。
该公司于 2020 年 2 月，即疫情前一个月成立，旨在创建一个市场，让用户可以下载为其相关用例创建的人工智能训练模型。但是，疫情使得医疗系统和医疗服务提供者更迫切需要利用技术来开展工作。因此，全球健康危机无意中为 Sycai 的解决方案赋予了强劲的医疗需求，并为公司探索与医院合作测试其应用开辟了道路。
在此期间，Sycai 还发现了其技术在胰腺疾病方面更为迫切的用途。如今，其原始应用程序已演变为 Sycai Medical，一款 AI 助手，使用机器学习和神经网络，让放射学家能够更准确检测和诊断胰腺癌。
面对沉默的疫情
胰腺癌通常诊断出来便已是晚期，并且是各种癌症中五年生存率最低的一种癌症。但 Sycai Medical 正在利用人工智能来应对这一挑战，其解决方案可以更早检测到上腹部的癌前病变，并在确诊后改善癌症护理。
“大家都说，这真的很危险。这就像一场无声的疫情。多达四分之一的人口患有此类病变，但由于他们之前毫无症状，因此从未及时发现。因此，我们认为，如果我们把重点放在这里，就会有机会。” Sycai 的首席技术官兼联合创始人 García López 说。
首席技术官 García López 连同 首席执行官 Sara Toledano 一起创立了 Sycai Technologies。然后，他们遇到了第三位联合创始人 Júlia Rodríguez Comas，她现在是 Sycai 的首席科学官。Comas 是一名科学家和研究人员，拥有生物医学博士学位，专门从事胰腺研究。她的临床知识推动团队将重点放在胰腺上，解决这一医学领域的长期难题。
García López 说，在放射学领域，人工智能通常应用于脑部、肺部和乳腺疾病。在很大程度上，胰腺还是未知领域，但 Sycai Medical 或许会改变这种状况。该解决方案借助应用编程接口（API），可以轻松集成到医院现有的医疗成像系统中。
Sycai Medical 对患者的扫描结果再处理和分析，然后将图像归一化，因此在扫描结果中，所有器官都同样清晰可见。接下来，根据数千名上腹部病变患者的匿名数据训练而成的神经网络（人工智能模型），可以精确定位胰腺在腹部的确切位置。人工智能确定了胰腺的位置之后，便能确定是否存在病变，如果存在，其成分和特征是否表明是癌症、癌前病变还是良性。
García López 说：“它能提取多种参数，如果将这些参数对照临床指南，就能最终得出这些病变的恶性几率。”
人工智能在后台悄悄工作，呈现这些宝贵信息，而不会中断放射学家的典型工作流程。Sycai Medical 是对他们工作的补充，而不会替他们做出最终临床判断。García López 说，该工具可以当作诊断助手，向医生发出警示，即其在扫描中发现可能对患者造成危险的东西。医生可以选择打开警报，并自行决定进一步调查。符合 GDPR 标准的解决方案也不会捕获可识别患者身份的元数据，其设计是确保在与医院的 IT 系统集成后，不会出现内存或数据泄漏，即使在服务器受到攻击的情况下，也是如此。
将人工智能辅助癌症检测带到更多医院
Sycai Medical 使用一系列技术加速 AI 辅助癌症检测，包括英特尔® OpenVINO™ 工具套件、开源软件（部署并优化 AI 模型性能）。
该软件的人工智能模型借助 OpenVINO，能够将病变潜在恶性程度的诊断速度提高 70%，而对诊断准确性的影响不到 3%。“我们的准确率仍然超过 90%，推理时间减少了 70%。” García López 说道。
Sycai Medical 是准确早期检测胰腺癌的有力工具，若病变为良性，则无需活检，若患者确诊患病后，可以优化护理管理。
该公司在西班牙和德国的医院开展了 Sycai Medical 临床试点。目前，该公司正在接受监管流程，监管机构将审核其之前的临床试验。该公司计划今年在欧洲推出，重点在于检测和诊断胰腺囊肿病变。García López 说，该解决方案也对肝脏和肾脏疾病等其他病症的早期检测有深远影响，医院也会测试这一用例。
美国的医疗保健提供商可能很快就会使用该工具。Sycai Medical 目前正在阿拉巴马大学开展为期 6 个月的试点测试，为获得 FDA 批准做好准备。
Sycai 解决方案展示了人工智能的变革力量及其在支持更好的医疗成果方面的作用。Sycai Medical 利用人工智能改进癌症检测，正在提供深刻洞察，有助创新癌症治疗和护理，使医疗保健提供商能够更快、更准确诊断疾病，并有望挽救更多生命。