劉再毅　治病救人的幕后英雄

彭前

不久前，來自“陳拙老友記”微信公眾號的一篇文章火了。文章講述了檢驗(yàn)科醫(yī)生的故事，他們是治病救人的幕后英雄，而患者卻對他們鮮有耳聞。其實(shí)，放射科醫(yī)生又何嘗不是如此？很多患者和家屬熟悉接診他們的內(nèi)外科醫(yī)師，卻對為自身疾病做出正確診斷的放射科醫(yī)師一無所知。

你心目中的放射科醫(yī)生什么樣？多數(shù)患者會(huì)認(rèn)為是“拍片子的”。隨著醫(yī)學(xué)技術(shù)的發(fā)展，放射科醫(yī)生的利器已經(jīng)越來越多，CT、MRI……幾乎每種疾病的最終診斷，都需要影像檢查的幫助。放射科也由原來醫(yī)院的“輔助科室”變?yōu)楝F(xiàn)在的“醫(yī)學(xué)技術(shù)科室”。放射科影像檢查診斷，可以說是臨床醫(yī)師的“眼睛”，是臨床治療和手術(shù)離不開的“路標(biāo)”。

廣東省人民醫(yī)院放射科的劉再毅帶領(lǐng)他的團(tuán)隊(duì)，在這方面走得更快。他們通過醫(yī)學(xué)與工科的技術(shù)交叉，通過大數(shù)據(jù)圖像定量化的影像組學(xué)分析，發(fā)掘出醫(yī)學(xué)影像中隱藏的信息密碼，其結(jié)果可以用于對患者情況的預(yù)測，包括療效預(yù)測、預(yù)后預(yù)測、腫瘤定性等。目前，這個(gè)團(tuán)隊(duì)先后在肺癌、結(jié)直腸癌等患者中展開了對影像組學(xué)的探索，并發(fā)表了重磅文章。

盡管曾因缺乏工科知識(shí)和受當(dāng)時(shí)的技術(shù)水平限制而遇到了不少困難，但劉再毅通過潛心研究，獲得的成果竟然與之后流行起來的大數(shù)據(jù)、精準(zhǔn)醫(yī)學(xué)、人工智能等風(fēng)口不謀而合。今年，劉再毅獲得了國家杰出青年科學(xué)基金資助，實(shí)現(xiàn)了廣東省人民醫(yī)院歷史上“杰出青年”零的突破。

從診斷到預(yù)測

幾乎每種疾病的最終診斷，都需要影像檢查的幫助。放射科影像檢查診斷，可以說是臨床醫(yī)師的“眼睛”，是臨床治療和手術(shù)離不開的“路標(biāo)”。

劉再毅的選擇，沒有什么特別的幕后故事。他的一位高中好友，父母都是醫(yī)生，給他留下了良好的印象。而他高中時(shí)代的班主任也推薦學(xué)生們學(xué)一門技術(shù)傍身，于是他選擇了華西醫(yī)科大學(xué)臨床醫(yī)學(xué)專業(yè)作為高考志愿。大學(xué)時(shí)代，劉再毅有個(gè)偶然的機(jī)會(huì)到醫(yī)院放射科實(shí)習(xí)。當(dāng)時(shí)是1998年，而放射科已經(jīng)有了CT和MRI等高科技設(shè)備，科室的“高大上”給他留下了深刻的印象。這也促成了他在學(xué)校保送時(shí)，最終選擇放射診斷專業(yè)進(jìn)行進(jìn)一步的學(xué)習(xí)。

其實(shí)在醫(yī)學(xué)眾多領(lǐng)域中，放射科醫(yī)生直接接觸患者的機(jī)會(huì)相對較少，且收入也較臨床醫(yī)生略低。但劉再毅卻在工作中一步一個(gè)腳印，慢慢發(fā)現(xiàn)了放射科醫(yī)生的職業(yè)閃光點(diǎn)。他在廣東省人民醫(yī)院做博士后研究工作期間，醫(yī)院平臺(tái)提供了很大的空間和支持，讓他有條件在分子影像等方向進(jìn)行嘗試。2011年，他被派往哈佛大學(xué)醫(yī)學(xué)院進(jìn)行交流學(xué)習(xí)。當(dāng)時(shí)他的美國導(dǎo)師擅長做圖像處理和數(shù)據(jù)挖掘，這能讓醫(yī)生通過圖像處理和生物學(xué)工程的結(jié)合，將傳統(tǒng)影像的臨床應(yīng)用進(jìn)行擴(kuò)展，獲取更多肉眼觀察不到的信息，并發(fā)現(xiàn)其中的規(guī)律。回國后的劉再毅非常振奮。他認(rèn)為，該學(xué)科在中國的應(yīng)用前景非常廣泛。他決心創(chuàng)建適合中國醫(yī)療現(xiàn)狀的影像組學(xué)。

跟劉再毅交流，他會(huì)跟你介紹放射科醫(yī)生的職能，主要有三：首先是通過影像資料判斷患者是否有病灶，并進(jìn)行病灶定性。其次是進(jìn)行治療療效評估。最后是預(yù)測預(yù)后。“過去放射科醫(yī)生都是以主觀分析居多，以經(jīng)驗(yàn)主義為導(dǎo)向，無法進(jìn)行量化及個(gè)體化評價(jià)。”劉再毅說，影像組學(xué)的圖像處理和數(shù)據(jù)挖掘技術(shù)能幫助實(shí)現(xiàn)診斷“由粗到細(xì)，由主觀到客觀”的變化，促進(jìn)“精準(zhǔn)”研究。通過技術(shù)對患者治療前的醫(yī)學(xué)圖像進(jìn)行大數(shù)據(jù)挖掘，從里面抽取有用的信息，然后建立預(yù)測模型，精準(zhǔn)判斷患者情況，進(jìn)行危險(xiǎn)因素分層。這是他現(xiàn)在努力的方向。

劉再毅舉了個(gè)例子。有兩位同為IB期肺癌的男性老年患者，醫(yī)生觀察他們的影像資料，會(huì)發(fā)現(xiàn)他們的病灶都是同樣“不規(guī)則”的。但借助大數(shù)據(jù)分析，計(jì)算機(jī)能“看到”很多不同信息。例如通過數(shù)學(xué)語言描述其灰度、紋理和形態(tài)等特征，就能發(fā)現(xiàn)病灶中蘊(yùn)含著大量肉眼觀察不到的信息，進(jìn)而判斷出兩位患者具有完全不同的復(fù)發(fā)風(fēng)險(xiǎn)。其中，高復(fù)發(fā)風(fēng)險(xiǎn)患者根據(jù)臨床治療指南，手術(shù)后要給予輔助化療，而低復(fù)發(fā)風(fēng)險(xiǎn)患者則要慎重考慮，盡量避免化療副作用的傷害。

雖然這一技術(shù)離臨床應(yīng)用還需要時(shí)間，但劉再毅深刻地意識(shí)到，這將為臨床醫(yī)學(xué)診斷模式帶來革新，為精準(zhǔn)醫(yī)療提供更扎實(shí)的基礎(chǔ)。如今，劉再毅的研究已經(jīng)不止于放射影像，還擴(kuò)展到了病理以及基因?qū)用妫梢苑Q得上是一名多領(lǐng)域全面開花的醫(yī)界高手。

更懂臨床，更能解決問題

劉再毅到美國學(xué)習(xí)前，研究是以動(dòng)物試驗(yàn)為主。他回國后便對自己選擇的方向以及原因進(jìn)行了認(rèn)真思考，再次明確了目標(biāo)：一定要讓科學(xué)研究的結(jié)果最終落地，服務(wù)臨床一線。他將研究方向調(diào)整為惡性腫瘤的精準(zhǔn)診療評估，并首先聚焦于肺癌和結(jié)直腸癌。

談及原因，他說，一方面是因?yàn)檫@兩個(gè)病種是廣東省人民醫(yī)院的大病種，數(shù)據(jù)相對容易獲取。另一方面，則是因?yàn)樗鼈冊趪鴥?nèi)不同性別、不同區(qū)域內(nèi)都是致死率及發(fā)病率位居前列的病種。這種專項(xiàng)研究能夠幫助更多的病患，極具臨床價(jià)值。

研究起步非常艱難。國內(nèi)并沒有先例，更沒有專門的團(tuán)隊(duì)。他首先閱讀了海量中外文獻(xiàn)，進(jìn)行研究設(shè)想，然后通過尋求工科好友的幫助啟動(dòng)研究。但靠“友情贊助”的方式，沒有辦法全職工作，彼此間缺乏充分的溝通與交流，無法進(jìn)行深度合作，且團(tuán)隊(duì)內(nèi)都以醫(yī)學(xué)生為主，缺乏對工科知識(shí)的了解，研究進(jìn)展十分緩慢。終于，劉再毅等來了一個(gè)好機(jī)會(huì)——2014年9月，廣東省人民醫(yī)院與華南理工大學(xué)成功牽手，共建華南理工大學(xué)醫(yī)學(xué)院、華南理工大學(xué)第一臨床學(xué)院，開始招收工科研究生。具有工科專業(yè)知識(shí)背景的學(xué)生加入團(tuán)隊(duì)，并且人數(shù)不斷壯大。同時(shí)，華南理工大學(xué)有工科背景的老師也加入團(tuán)隊(duì)定期進(jìn)行指導(dǎo)，使得研究技術(shù)水平得到大幅度提升。

劉再毅深知，自己的團(tuán)隊(duì)與純工科團(tuán)隊(duì)有著本質(zhì)上的區(qū)別。他們是以臨床問題為導(dǎo)向，目的在于用有效的方法解決實(shí)際問題。在醫(yī)學(xué)與工科的交叉過程中，其核心是由醫(yī)生在臨床上把握方向和應(yīng)用，找到切入點(diǎn)，再由工科把握技術(shù)點(diǎn)，從而將二者結(jié)合并用于解決臨床問題。因此，合作雙方必須了解對方的基本知識(shí)概念和需求。團(tuán)隊(duì)中，要有人能夠在工科和醫(yī)學(xué)語言中進(jìn)行翻譯和轉(zhuǎn)換，從而實(shí)現(xiàn)深度交叉。劉再毅剛好能夠發(fā)揮這道橋梁的作用。

跟目前成功落地應(yīng)用的人臉識(shí)別模型訓(xùn)練數(shù)據(jù)可達(dá)數(shù)百萬甚至千萬樣本規(guī)模相比，醫(yī)學(xué)數(shù)據(jù)具有其特殊性。在同質(zhì)病例符合研究要求的基礎(chǔ)上，其數(shù)據(jù)還必須完整并經(jīng)過清洗。這種數(shù)據(jù)收集需要極大的人力、物力、財(cái)力的投入。在團(tuán)隊(duì)開展第一項(xiàng)研究時(shí)，整整3年都沒有出任何相關(guān)成果，劉再毅壓力巨大。但他仍腳踏實(shí)地，專注于研究本身。在他眼里，做出實(shí)事，幫助病患，才是真的成功。

那個(gè)時(shí)候，醫(yī)學(xué)影像大數(shù)據(jù)研究才剛剛起步。而如今，圖像數(shù)據(jù)的挖掘技術(shù)日益進(jìn)步，獲得技術(shù)的門檻和難度也在降低，它已經(jīng)成為許多醫(yī)院放射科的熱點(diǎn)工程。劉再毅現(xiàn)在也開始了其他方向的探索。“數(shù)據(jù)方面，影像只是很小一部分。換言之，影像雖然重要，但不是全部，要結(jié)合其他臨床信息。我們做信息挖掘時(shí)，要結(jié)合病人的基因、病理、血液實(shí)驗(yàn)室檢查等信息。如果患者在ICU，還會(huì)考慮結(jié)合患者心電圖檢測信息、電解質(zhì)、血氧飽和度等諸多動(dòng)態(tài)信息。”劉再毅說。

目前，立足廣東省人民醫(yī)院，劉再毅嘗試多學(xué)科、各研究中心實(shí)驗(yàn)室及跨院合作，收集更多信息，希望能做出更多有特色、有意義的研究。同時(shí)他還計(jì)劃搭建一個(gè)圖像計(jì)算的平臺(tái)，將放射影像、內(nèi)鏡、病理、檢驗(yàn)等各種圖像進(jìn)行整合收集，讓診療和隨訪數(shù)據(jù)能夠?qū)崿F(xiàn)共享。

影像雖然重要，但不是全部，要結(jié)合其他臨床信息。我們做信息挖掘時(shí)，要結(jié)合病人的基因、病理、血液實(shí)驗(yàn)室檢查等信息。

新技術(shù)還帶來了新的挑戰(zhàn)。人工智能技術(shù)的發(fā)展，可能導(dǎo)致醫(yī)生過度依賴機(jī)器發(fā)現(xiàn)病灶，而忽略了臨床基本診斷技能的培訓(xùn)，對影像失去了敏銳的判斷力，進(jìn)而無法勝任更復(fù)雜的診斷。

越前沿，越要扎實(shí)

2016年，劉再毅課題組基于影像組學(xué)構(gòu)建列線圖（nomogram）對結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移術(shù)前預(yù)測的結(jié)果，發(fā)表在臨床腫瘤學(xué)領(lǐng)域頂級期刊《臨床腫瘤學(xué)雜志》上。來之不易的榮譽(yù)面前，劉再毅卻顯得冷靜，甚至略顯保守：“很多醫(yī)生都對人工智能感興趣，醫(yī)學(xué)需要AI。但是讓AI真正懂醫(yī)學(xué)，為醫(yī)學(xué)所用，這條路還很長。”

對于當(dāng)下人工智能的運(yùn)用，劉再毅有清醒的認(rèn)識(shí)。在人工智能的積極作用方面，他認(rèn)為它能夠替代人類的許多重復(fù)勞動(dòng)，從而給醫(yī)生更多時(shí)間來做具有重要意義的臨床或研究工作，比如MDT，以及和患者進(jìn)行解釋和溝通。比如，人工智能發(fā)現(xiàn)肺部有病灶，并給出診斷結(jié)果后，患者可能會(huì)出于對病情未知而不安。而在效率提高后，醫(yī)生能有更多時(shí)間和患者解釋接下來需要做多久的隨訪以及如何開展干預(yù)等。這能夠極大地促進(jìn)醫(yī)患交流，“把醫(yī)生的時(shí)間還給患者”。

人工智能固然能夠提高效率，但它還需要進(jìn)行多方面的綜合考慮。劉再毅說：“首先，它是否符合醫(yī)改的目標(biāo)、能否真正減少老百姓的看病成本，還需要嚴(yán)格的衛(wèi)生經(jīng)濟(jì)學(xué)評價(jià)。其次是涉及國家相關(guān)配套政策的制定，比如人工智能設(shè)備和人的醫(yī)療責(zé)任的界定和劃分，這些都需要明確。最后，也是最重要的，就是它會(huì)涉及倫理問題，應(yīng)該引起重視。”比如在肺結(jié)節(jié)這類疾病中，許多小的肺結(jié)節(jié)，如良性結(jié)節(jié)沒有顯著的臨床意義。如果AI在醫(yī)學(xué)上的應(yīng)用還不成熟，機(jī)器可能會(huì)提示病人反復(fù)做一些不那么必要的檢查，從經(jīng)濟(jì)上和心理上，都會(huì)給病人造成消極的影響。

新技術(shù)還帶來了新的挑戰(zhàn)。人工智能技術(shù)的發(fā)展，可能導(dǎo)致醫(yī)生過度依賴機(jī)器發(fā)現(xiàn)病灶，而忽略了臨床基本診斷技能的培訓(xùn)，對影像失去了敏銳的判斷力，進(jìn)而無法勝任更復(fù)雜的診斷。當(dāng)機(jī)器發(fā)生失誤時(shí)，醫(yī)生很可能因?yàn)槠匠Ｈ狈τ?xùn)練而經(jīng)驗(yàn)不足，出現(xiàn)診斷失誤。缺乏基本影像診斷技能的醫(yī)生，該如何正確對待人工智能給出的建議？他又該如何進(jìn)行臨床決策？這是一個(gè)非常棘手的問題。

經(jīng)常會(huì)有公司來找劉再毅談合作，他的態(tài)度十分謹(jǐn)慎。一方面他非常珍惜自己經(jīng)過用心收集和清洗得來的數(shù)據(jù)，“醫(yī)療數(shù)據(jù)非常的稀缺、珍貴”。更重要的是，他擔(dān)心商業(yè)公司為追求利益最大化，急于進(jìn)行不成熟的“轉(zhuǎn)化”。他不斷強(qiáng)調(diào)，研究越前沿，就越要做得扎實(shí)。現(xiàn)在的研究成果，在臨床應(yīng)用前，需要進(jìn)行前瞻性的驗(yàn)證，要做多中心隨機(jī)對照研究。否則，盲目使用很可能會(huì)對人產(chǎn)生傷害。

劉再毅坦言自己“不想分散更多精力”“不是那塊料”。“我只想跟著自己的興趣，抱著為患者服務(wù)的目的，做更多的研究。”他說。

迅猛發(fā)展的醫(yī)學(xué)科技面前，劉再毅前進(jìn)的步伐顯得十分穩(wěn)健。他就像踏實(shí)前行的攀登者，不過分關(guān)注遠(yuǎn)方縹緲的云煙，也不畏懼近處扎人的荊棘，而是目標(biāo)明確，堅(jiān)定地走好每一步。

劉再毅，近年來以第一或通訊（含共同）作者發(fā)表SCI論文30余篇，包括臨床腫瘤學(xué)頂級期刊《J Clin Oncol》1篇、《Clin Cancer Res》2篇和影像學(xué)頂級期刊《Radiology》3篇;申請發(fā)明專利6項(xiàng)（獲授權(quán)1項(xiàng)）、計(jì)算機(jī)軟件著作權(quán)登記3項(xiàng)。先后主持多項(xiàng)國家級課題，包括國家杰出青年科學(xué)基金、科技部重點(diǎn)研發(fā)計(jì)劃課題、國家自然科學(xué)基金面上和青年項(xiàng)目等。