筆者在醫享網肺癌圈論壇上看到過這樣一個故事——《一個肺癌患者從發病到最后的自述》。故事講述了主人公王麗（化名）從肺癌病發到治療的過程。

王麗是一名大四的女學生，在廣州某醫院實習的時候被診斷出肺癌。然而，她的確診之路十分漫長。從剛開始的刺激性咳嗽被當成肺炎治療，到后續服用各種藥物都未見好轉，雖然醫生一直沒有排除肺癌，但是卻沒有確診。一拖再拖，等到三個月后確診肺癌時，她的癌細胞已經擴散，最后經過治療還是離開了人世。

在中國每年新增的73萬肺癌患者中，王麗只是冰山一角。但是對于她的家人和她自己來說，她就是全部。從開始發病到最后的確診，王麗用了三個月才確診病情，這件事情一直被網友詬病。然而，肺癌的確診真的那么難嗎？

傳統方法只能診斷中晚期肺癌

隨著霧霾加劇，吸煙人數增加，以及工作、生活環境中的某些化學物質影響，肺癌已成為對人群健康和生命威脅最大的惡性腫瘤之一。根據國家計生委的數據統計顯示，目前我國的肺癌發病率以每年26．9％的速度增長。我國第三次居民死亡調查原因調查結果顯示，肺癌死亡率在過去三十年間上升了465％。

肺癌對民眾健康有如此大的威脅，但是醫院里的11種肺癌主流診斷方式只能診斷出肺癌中晚期病人。

肺癌的11種主流診斷方式：

1、胸部X線檢查：是診斷肺癌的一個重要手段，可通過透視或正側位X線胸片發現肺部陰影；

2、胸部CT：可以較早發現和清楚顯示在肺門、肺內及縱隔內病變的大小、形狀和累積范圍，有助于診斷肺癌是否能切除；

3、磁共振顯像（MRI）：確定肺癌侵潤范圍、分期和對手術切除可能性的判斷；

4、正電子發射計算機體層現象（PET）：有助于鑒別腫瘤的良、惡性；

5、痰細胞檢查：通過痰檢可使部分肺癌病人獲得確診，同時可判斷肺癌的組織學類型，但要連續檢查4到6次才能獲得結果；

6、纖維支氣管鏡檢查：可以獲取病理學診斷，對確定病變范圍、明確手術方式有幫助；

7、數字減影血管造影：可以了解肺門有無淋巴結轉移及腫瘤侵犯支氣管壁的程度，明確肺葉陰影中有無具體病變；

8、經皮肺穿刺活檢：適用于痰細胞學和支氣管鏡檢查無法獲得陽性結果，肺內病灶較小的外圍性腫塊以及新的外圍性肺部病變，生長史不明確的病變，肺內多結節病變，具有不能治愈傾向的病人，不需切除的病變；

9、縱隔鏡檢查：有利于腫瘤的診斷及TNM分期；

10、胸腔鏡檢查：主要用于確定胸腔積液或胸膜腫塊的性質；

11、血清腫瘤標志物檢測：通過對病變分泌入血的特有物質檢測來間接判斷惡性病灶的存在。

早期甚至中期肺癌通常都沒有癥狀，直到疾病發展到晚期、不可治愈的階段才會出現明顯的癥狀，肺癌一旦有癥狀表現出來就是中晚期。即使患者在中晚期去醫院進行檢查，也可能會由于醫生的經驗不足、疲勞度、圖像質量等問題出現誤診、漏診的情況。

因此，通過研發新技術進行肺癌的早期篩查與診斷為實現肺癌早診早治，減少漏診、提供了新的可能。通過市場觀察，我們發現人工智能、液體活檢等新技術在肺癌的早診早治方面已經取得了一些進步。

另外，我國45歲以上中老齡群體約5億人，假設滲透率3％，如果最終腫瘤早篩診斷產品終端價格是3000塊錢的水平，那么市場規模就是450億左右。為此，動脈網盤點了肺癌領域的相關技術和產品研發公司，帶大家了解一下國內外的情況。

人工智能輔助肺癌診斷

早期肺癌多表現為肺部結節，它們尺寸小、對比度低、形狀異質化高，醫生通常是通過病人的CT圖像等放射影像檢查肺部是否存在結節，篩查工作大多是由影像科專家人工讀片完成。但是每位被檢者的胸腔CT圖像有200多張左右，精細級的掃描甚至多達600張，醫生要想完成這些工作需要大量的時間。

另外在診斷過程中，醫生的經驗、疲勞度都會影響肺結節檢出，出現漏診、誤診的情況。人工智能作為一個不會疲勞的 “醫生助手”，可以幫助醫生將結節識別出來，未來結合病理的研究也可以判斷結節的良、惡性。

國內人工智能醫學影像公司中，60％以上涉及肺癌診斷

在搜集的20家國內人工智能醫學影像公司中，有12家與肺癌的診斷有關，占比在60％，其他的幾家公司目前專注于乳腺癌影像、甲狀腺癌影像、眼底影像等醫療影像的研究。另外，由于目前公司在對外宣傳的時候很多表述是輔助診斷“腫瘤”，并未注明診斷哪些癌種，實際情況要比60％多。

國內人工智能技術雖然還處在初期階段，但是人工智能利用CT圖像等放射影像，在肺結節識別方面的技術相對來說比較成熟，很多公司比如推想科技、依圖科技等公司的產品已經在臨床上取得應用，據動脈網了解浙江省人民醫院、上海長征醫院、北京協和醫院、湘雅醫院等都在用AI產品。

目前AI產品對于肺結節的識別檢出準確率在90％左右（每個公司的情況不一樣，但是只要是報道出來的，都聲稱AI產品的水平高于醫生平均水平。），但是醫學人工智能對于肺結節良、惡性的判斷還處于研發階段，最終診斷結果需要醫生結合臨床來做決定。

除了利用CT圖像等放射影像進行肺癌的輔助診斷、篩查，也有公司利用病理圖片和大數據模型進行輔助診斷和篩查，例如，DeepCare就是利用病理圖像，幫助醫生輔助診斷肺癌，但是這個技術還在研發中。先前，公司將這一技術先應用在了乳腺癌，目前準確率已經達到92．5％。

點內肺常好則是利用大數據模型進行肺癌的早期診斷，公司整合目前國際上主流的肺癌風險預測模型，結合人工智能與機器學習技術，在國內20000例肺癌病例的驗證下，優化并形成適合中國人使用的肺癌智能篩查引擎“肺常好”。目前點內生物已經和上海楊浦區合作，對全區居民進行肺癌篩查。

國外AI醫學影像公司中，報道顯示涉及肺癌診斷的不足10％

國外的人工智能醫療影像公司，與國內大多從事放射影像研究不同，他們在放射影像和病理影像都有涉足。其研究覆蓋眼科疾病、甲狀腺癌、乳腺癌、心臟、痤瘡、慢阻肺等多種疾病。而不像國內那樣對肺癌、甲狀腺癌“情有獨鐘”。

針對海外相關企業，動脈網一共搜集了125家醫療人工智能創業公司（傳統的CAD企業未納入其中），從事醫學影像診斷有28家，其中業務明確涉及肺癌診斷的只有3家——VoxelCloud、Enlitic和Imagia。

VoxelCloud（體素科技）致力于提供基于深度學習的精準和個性化的醫療診斷服務，總部位于美國洛杉磯，聯合創始人是華人丁曉偉。目前公司的業務已經覆蓋早期肺癌、糖尿病視網膜病變、心血管疾病、肝臟病變等幾個疾病的篩查和診斷，并根據相應的臨床需求提供端到端的解決方案。公司已于2017年初完成由紅杉資本領投的千萬美金A輪融資。

在公開的LIDC肺癌篩查數據集中，Enlitic的技術比放射科醫師專家更準確地判斷胸部CT圖像的結節惡性程度，Enlitic的技術可以以毫秒為單位解讀醫學圖像， 比平均放射科醫師快10，000倍。

Imagia具體地將X射線，核磁共振，CT掃描等影像分割為很小的像素。逐一分析小像素的特點并進行歸類，利用深度學習技術，將對單一圖像進行分析，最終給出判斷。

不可否認，國內外這個數據的差異一方面是統計上的不變造成的，在目前的報道中，有小部分國外公司表示可以診斷癌癥，但是沒有注明具體的癌種。國內這些企業動脈網是逐個確認的，但是國外的企業只能從官網上或者報道中找尋蛛絲馬跡。

另外一個原因可能是國外的影像醫生沒有中國三甲醫院醫生負責的病患多，他們有足夠多的時間為肺癌患者讀片。乳腺癌、甲狀腺癌等疾病的篩查是全民性質的，需要耗費大量工作，所以創業公司根據市場需求，將切入點放在了乳腺癌等疾病。

值得一提的是，國內外這些利用人工智能從事肺癌輔助診斷的產品，目前都沒有拿到CFDA或FDA的認證，根據動脈網了解的情況，中國有些企業預計在今年年底內可以拿到認證。

由于AI和機器學習具有自我改進的特質，產品功能和安全性會在使用和運行中不斷自我完善，因此AI醫療產品的審批速度非常慢。為此，美國FDA組建了一個專門致力于數字化醫療和AI技術審評的新部門，加快AI產品的審批速度。

液體活檢輔助肺癌早期診斷

前文說到肺癌早期無癥狀，用“痰細胞檢查＋胸片CT”也很難診斷。因此，發現一種新技術將肺癌扼殺在搖籃里是科研人員一直努力的方向。

CTC（循環腫瘤細胞檢測）技術的出現為癌癥的早期發現提供了可能，這項技術100多年前就出來了，但是當時細胞檢測水平不足，所以并沒有推廣，直到液體活檢技術的出現。

液體活檢是指一種非侵入式的血液檢測，能監測腫瘤或轉移灶釋放到血液的循環腫瘤細胞（CTC）和循環腫瘤DNA（ctDNA）。

液體活檢作為一種新技術，主要臨床應用方向集中在癌癥的早期篩查、快速療效評估、癌癥轉移復發風險監測、腫瘤藥物靶點及耐藥性研究等領域。在2015 年，“液態活檢”被權威科技媒體《麻省理工評論》評為十大科技突破。

“液態活檢”只需抽血就可以實現組織活檢的檢測目的，直接避免了許多穿刺術中會面臨的各種問題，更不會出現因為破壞組織帶來的并發癥，還能根據治療進展實時抽血監測治療效果，目前已進入臨床應用。

根據HSMAP液體活檢臨床數據統計顯示，液體活檢臨床實驗的適應癥廣泛共有20種，排名前三的分別為腫瘤、肌肉骨骼系統和結締組織疾病及某些傳染病和寄生蟲病。2016年針對腫瘤的臨床案例高達243例，占所有適應癥的77％。常見腫瘤均可用液體活檢技術進行診斷與監測，所以肺癌檢測不成問題。

國內肺癌的液體活檢市場規模在34億人民幣

從臨床2000多例試驗數據證實，CTC聯合胸部CT可將疑似肺癌的肺部小結節患者的診斷特異性提高至95％左右，而單純依靠胸部CT診斷早期肺癌的特異性僅為65％。

2016年8月，FMI發布了《全球業態活檢市場報告》，報告指出，未來十年，液態活檢市場預計以21．7％的年復合率增長，至2026年底整個市場將達到289．37億美元。

國信證券研報提出，國內液體活檢市場規模在200億元左右。

他們是這樣估算的，我國2015年約有429．2萬癌癥新發病例，假設每個患者一年平均進行4次檢測，可預計我國液態活檢的市場容量為500萬（目標患者）×50％（滲透率）×2000（終端價格）×4（年檢測次數）＝200億元。（備注：CellSearch醫院終端每個 CTC 檢測價格為 4000元－5000元，隨著未來越來越多二代CTC與ctDNA技術的介入，檢測的終端價格有望降為2000元。）

在數據中，2015年的肺癌新增患者為73．3萬人，占新增癌癥患者的比例為17．07％，以此估算出國內肺癌的液體活檢市場規模在34億元人民幣左右。

國內液體活檢公司盤點

國外液體活檢公司盤點

從發展進程上來看，國外的CTC 檢測公司獨立研發的檢測平臺或儀器有一部分進入了市場，例如：羅氏cobas  EGFR Mutation Test v2獲FDA認證，可用于肺癌等其他腫瘤的檢測。

Pathway Genomics液體活檢CancerIntercept產品，售價299美元，可以檢測肺癌、乳腺癌、卵巢癌、結腸直腸癌和黑素瘤。

國內的公司獨立研發的CTC 檢測儀器、試劑的公司也不少，也有公司在進行技術的研發。如友芝友醫療的CTCBIOPSY是國內首臺CFDA批準CTC捕獲設備；格諾生物的葉酸受體陽性CTC檢測試劑盒獲得CFDA認證；北京中科納泰與中科院國家納米科學中心共同開發的高靈敏度多肽納米磁珠捕獲和分離CTC 技術；華得森CytoSorter循環稀有細胞分選儀。

但需要說明的是，國內企業的大多數技術和產品是由外國公司提供，如賽特生物的CTC 相關技術產品均由 Cytelligen 公司從美國直接提供，又如萊爾生物、華得森本身就是中外合資公司。

就準確性而言，國內企業友芝友的設備和格諾生物的檢測試劑盒都獲得了CFDA認證，表明它們的準確性達到了醫療級。

最后，不得不強調，中國肺癌狀況十分嚴峻，早診早治是提高肺癌患者生存的關鍵。雖然人工智能和液體活檢為肺癌早篩和診斷提供了新的技術支持，但是在審批、定價方面還存在一些挑戰。畢竟這些東西史無前例，大家還在摸著石頭過河。