科技日報記者 張曄 通訊員 范蘇
通過痰液就能檢測出是否患有肺癌，在很多人看來這是難以置信的事，但是在南通大學醫學院，一個大學生團隊集成創新了復合納米微球富集肺癌細胞技術以及單細胞分離技術，將AI技術和病理診斷相結合，研發出痰液篩查肺癌的診斷方式，一舉解決了肺癌細胞病理診斷難題。
不久前，該團隊的項目《慧眼識癌——肺癌細胞病理診斷賽道的領跑者》，獲得第七屆中國國際“互聯網＋”大學生創新創業大賽全國銀獎。
識別癌細胞不亞于“大海撈針”
近半個世紀以來，肺癌的發病率和病死率都處于迅速上升的趨勢。早發現、早治療，是提高肺癌患者生存率最有效的方法，然而目前尚沒有性價比高的普查手段。
“現在臨床上常見的診斷方法就是X線胸片或CT掃描，但是并不能確診，有時患者還會擔心輻射的問題。”團隊負責人、南通大學醫學院臨床182班陳怡洋說道，肺癌確診的金標準是細胞病理診斷，但對病理科醫生來說，細胞制片并準確找出肺癌細胞是一項十分花費時間精力的工作。
陳怡洋從大二開始，與志同道合的同學一起組成團隊，申請了“AI輔助肺癌細胞病理診斷”的大學生創新項目，探索如何解決痰液制片難、肺癌細胞尋找難、病理確診難等肺癌診斷方面的問題。
在肺癌細胞病理涂片圖像中，肺癌細胞很少與其它大量的良性細胞夾雜在一起，識別極為困難，不僅需要花費很長時間，而且需要長期的經驗積累，這是一個世界性難題，不亞于“大海撈針”。
團隊成員們發現，利用納米微球技術富集肺癌細胞是一個很好的路徑。“因為良惡性細胞的性質不同，我們希望能找出一種特殊的蛋白能對癌細胞表面受體有特異性的吸附力。”團隊成員、南通大學醫學院臨床203班席珺婷說道。功夫不負有心人，團隊成功地研發出被覆特殊復合蛋白的Fe3O4磁性納米顆粒，能很好解決痰液中肺癌細胞收集難的問題。實驗數據表明，這個微球可以很好地在患者痰液中吸附肺癌細胞，能將確診陽性率提升30%以上。
AI技術運用到腫瘤細胞診斷中
在解決好如何富集癌細胞的問題之后，他們萌發出運用“互聯網+”思維，把AI技術運用到腫瘤細胞診斷上的想法。
“同學們的想法看似簡單且前衛，真正做起來卻并不容易。”團隊指導老師、南通大學醫學院吳輝群副教授說，相比于CT影像上的肺結節，顯微鏡拍攝到的肺癌細胞病理圖像中很多細胞都是成團成簇的。另外，不同醫院制片的差異也會影響到病理圖像的顯示，這些都增加了標注和機器學習的難度。
陳怡洋和團隊成員們首先從細胞分離做起，但國內沒有現成的分離液可以使用，更改分離液的配方是他們想到可能實現分離肺癌細胞的方法。在醫學院季菊玲教授的指導下，最終研制出適合肺癌細胞的分離液，可以使制片出來的復雜癌細胞簇不會重疊在一起，通過AI技術就能實現精準識別標注，從而提升診斷的效率。
要想實現AI精準識別，還需要收集大量的肺癌細胞病理圖像和專家的標注來訓練AI算法。在學院老師以及校友專家的幫助下，團隊與復旦大學附屬中山醫院、上海交通大學附屬胸科醫院、同濟大學附屬肺科醫院以及學校附屬醫院等大型醫院病理科開展了合作，積累多中心的肺癌細胞病理資源，建立肺癌細胞病理標注數據庫。終于開發出“慧眼識癌的遠程病理診斷系統”原型，實現了“云端”對肺癌細胞的識別診斷。
“相比以前坐在顯微鏡前一遍一遍地觀察來說要輕松得多！”“遇到拿不定主意的病理圖像還能請專家遠程會診，省去了患者去大醫院就診的寶貴時間和往返費用！”在部分臨床試用中，系統收到了許多醫生的贊揚。他們表示，“慧眼識癌”的系統為病理醫生帶來了很多便利，不僅節約了診斷時間，還提高了效率，給患者帶來了實惠。
中國科學院院士、復旦大學附屬中山醫院院長樊嘉評價道：“該項目與臨床樣本檢測符合度很高，是‘互聯網+精準醫學診斷’的一個成功范例，未來互聯網+AI精準診斷和治療大有可為，應用會越來越寬廣。”
目前，團隊已經與中國肺癌防治聯盟達成了合作，將推動痰液早篩成為國家肺癌篩查的推薦項目，幫助患者進行無創診斷，使得病理醫生能更簡便、更準確地實現篩查工作，讓肺癌細胞盡早現形。
營業執照公示信息