藥藥2019-09-25 09:22:10

無論發生率還是死亡率，肺癌在世界範圍內都是“當之無愧”的第一名。《2015年中國惡性腫瘤流行情況分析》顯示，我國每10萬人中就有57。26人需要面臨肺癌帶來的挑戰，這個資料遠遠超過第二名胃癌（29。31/10萬）。

對於“如何有效避免肺癌的發生”，人們非常重視。事實上，只有預防和早期篩查兩個途徑能夠實現人們的這一期望。而在剛剛過去不久的世界無煙日中，滿屏湧現的“拒絕吸菸、二手菸”資訊，意味著人們已經逐漸認識到了菸草作為肺癌的致命風險因素所帶來的嚴重後果。

那麼，關於肺癌，你還想了解什麼？

預防

：肺癌的發生是否具有性別傾向？

早期篩查

：人工智慧是否可以幫助更好地進行肺癌的預防？

半分鐘讀全文

在過去的幾十年中，女性肺癌的發生在世界範圍內都有所升高。

吸菸率低但肺癌的發生率高，這在一定程度上可能暗示中國女性烹飪時由於油煙或者以前燃煤取暖做飯、甚至家務勞動接觸的揮發物質的暴露產生的嚴峻問題。

雖然低劑量CT篩查能夠降低20%-43%的肺癌死亡率，但其本身有著不可避免的問題，會出現錯誤診斷、晚期診斷、以及假陰性和假陽性等。

谷歌與西北大學聯合提出了一種人工智慧的深度學習演算法，彌補了CT診斷的侷限。

對於癌症治療，最好的辦法就是預防和早期篩查。

肺癌的發生並不具有性別傾向

在普遍的印象中，人們往往認為肺癌是一種專屬於男性的疾病。但事實上，在過去的幾十年中，女性肺癌的發生在世界範圍內都有所升高。

可以說，肺癌的發生沒有明顯的性別傾向。

國家癌症中心陳萬青教授等曾經做過這樣一份研究，他們列舉了與行為、飲食、代謝、環境和感染相關的23個致癌因素，並評估了這些致癌因素對於中國所有省份（香港、澳門、臺灣除外）存在的影響差異。

結果發現，不同省份的主要致癌因素呈現明顯的異質性，但唯獨吸菸，在31個省市的男性中都排名第一，這可以看出吸菸在中國男性中的流行程度。

因此，中國男性的肺癌高發在情理之中。

那麼，為什麼中國大部分女性沒有吸菸的習慣，肺癌卻依然位列癌症高發榜單中的第二位，僅低於乳腺癌呢？

對於部分吸菸女性，女性吸菸罹患肺癌的危險性大於男性。女性對菸草致癌化合物更加敏感，相同暴露情況下女性比男性更易罹患肺癌。

這可能與女性體內雌激素水平較高而有利於促進肺癌進展有關。

長期被動吸菸也是女性肺癌發生率增高的一個重要原因。

吸菸率低但肺癌的發生率高，這在一定程度上可能暗示中國女性烹飪時由於油煙或者以前燃煤取暖做飯、甚至家務勞動接觸的揮發物質的暴露產生的嚴峻問題。

有意思的是，雖然肺癌的發生並不具有性別傾向，但是肺癌的發生型別卻有明顯的性別差異。

男性肺癌以鱗癌為主，而女性肺癌的主要病理型別則為腺癌。

肺癌的早期篩查，人工智慧更勝一籌

諸多關於肺癌早期篩查的指南，都普遍推薦低劑量計算機斷層掃描（CT）。

美國預防服務工作組（USPSTF）建議，年齡在55至80歲之間的既往或現在嚴重吸菸者（每年至少吸菸30包）需要進行低劑量CT篩查。

為什麼要進行肺癌早期篩查？

有資料顯示，低劑量CT篩查能夠將肺癌的死亡率降低20%-43%。

此外，從圖中也可以看出，美國I期肺癌的五年生存率是55。1%，而IV期肺癌的五年生存率只有4。2%。也就是說，相比於4。2%的IV期肺癌患者，有55。1%的I期肺癌患者獲得了超過五年的長期生存機會。

毫不誇張地說，早期篩查可以救命。

然而，在美國，2016年僅有1。9%的嚴重吸菸者接受了肺癌的篩查，遠低於乳腺癌和結直腸癌的篩查率。而對於中國而言，這一資料只能更加嚴峻。

人工智慧演算法，彌補CT診斷侷限

低劑量CT本身有著不可避免的問題，其在敏感性和特異性方面都具有侷限性，因此會出現錯誤診斷、晚期診斷、以及假陰性和假陽性等問題。

為了彌補低劑量CT可能帶來的診斷誤區，谷歌與西北大學聯合提出了一種人工智慧的深度學習演算法，透過比較患者當前和既往的CT成像，用於預測肺癌的發生風險。這一研究發表在《Nature Medicine》上。

當既往的CT成像不可用時，

人工智慧的診斷優於六位放射科醫生，假陽性率絕對值減少11%，假陰性率絕對值減少5%。

當既往的CT成像可用時，

人工智慧的診斷與放射科醫生相當。

更重要的是，除了幫助確診癌症，這一人工智慧演算法還可以幫助識別人類根本無法看到的具有潛在性癌症風險的惡性微小肺結節。

寫在最後

對於癌症治療，最好的辦法就是預防和早期篩查。

預防肺癌的第一要務就是拒絕吸菸以及二手菸，這已經被廣泛認知。

當然，油煙、燃煤、家務勞動可能接觸的致癌物質也不容忽視。例如，在使用抽油煙機的時候應該遵循早開晚關的原則。

讓我們共同防患於未然，將癌症“拒之門外”。

參考文獻

［1］ Ardila D， Kiraly A P， Bharadwaj S， et al。 End-to-end lung cancer screening with three-dimensional deep learning on low-dose chest computed tomography［J］。 Nature medicine， 2019， 25（6）： 954。

［2］ Bray F， Ferlay J， Soerjomataram I， et al。 Global Cancer Statistics 2018： GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries［J］。 CA： a cancer journal for clinicians， 2018。

［3］ Cronin K A， Lake A J， Scott S， et al。 Annual Report to the Nation on the Status of Cancer， part I： National cancer statistics［J］。 Cancer， 2018。

［4］ Chen W， Xia C， Zheng R， et al。 Disparities by province， age， and sex in site-specific cancer burden attributable to 23 potentially modifiable risk factors in China： a comparative risk assessment［J］。 The Lancet Global Health， 2019， 7（2）： e257-e269。

［5］ 鄭榮壽， 孫可欣， 張思維， et al。 2015年中國惡性腫瘤流行情況分析［J］。 中華腫瘤雜誌， 2019， 41（1）：19-28。

［6］ 邢昕， 廖永德， 唐和孝， et al。 肺癌的性別差異及機制［J］。 中國肺癌雜誌， 2011（7）：625-630。