「菠萝因子」遇上磨玻璃结节，你该怎么办？( 二 )

张教授：无论中美，治疗最好都按指南来，指南是根据循证医学，依据大量的临床研究和筛查研究的基础上制定的。＞10mm的纯磨玻璃结节，长大的可能性就很大，因此需要处理。而＜5mm的概率就很低，因此推荐随访。如果用肿瘤最大直径翻倍时间来评估， 1mm的纯毛玻璃结节要长到2mm ，平均需要2000多天，是好多年，因此被称为惰性肿瘤，不用着急处理。
美国和中国有个区别，就是保险为主的医疗支付系统。它决定了在指南之外做手术如果出问题，医生无法承担这个责任，所以比较保守。而在中国没有这个规矩，大医院不给做，去小医院也能做。但如果是一个早期肺癌，即使提前做了手术，也只是相当于治疗的时间被提前了10年，并不影响生存期。而如果万一手术做的不规范，回头治疗反而麻烦。所以对于风险比较小的磨玻璃结节，还是建议一定按照指南来。
当然我们也遇到有些心理素质比较差的患者，如果不做手术，心里无法承受，长期崩溃。那这种情况，我们也会考虑做手术，但我们很清楚，这治疗的并非躯体上的疾病，而是心理疾病。
菠萝：如果一个随访的结节长大了，比如去年是5mm ，今年变成6mm ，是不是一定代表结节恶化了？
张教授：不一定！大家要知道，测量结节是有误差的。如果是实性结节，用人工方法在CT影像上来测量，直径上的误差在1.71--1.72mm；体积上来讲，误差更是有20%--30%；因此，不同医生、不同医院、不同精细程度的仪器，做出来的结果都可能有明显差异。从5mm到6mm的变化，有可能只是测量误差，并不是结节真的变大了。
所以，对于需要随访的结节，最优的方案是在同一家医院，用同一台机器做检查；如果超过了2mm的增长，我们才能认定为增长。
菠萝：最近人工智能（AI）辅助影像检查很热门，您也在积极参与。它对于肺部结节的诊断有什么样的帮助呢？
张教授：2018年底到2019年，我们跟腾讯医疗合作，靠他们深度学习的算法来帮助医生判断。它们做得最多的是人脸识别，在社会安全、各种大数据上应用很广，识别人脸其实跟我们识别肺结节的机制是一样的。我们前期创建模型的时候，输入了差不多40万例的肺结节病例，有良性的，有恶性的，让机器去学习，我们叫觅影。机器有自己成长完善的过程，刚开始鉴别率不高，但是随着它的逐渐完善，它看片的准确度会等同于一个大医院里非常有经验的主任级影像专家。
用人工智能的好处有两个。首先，没有疲劳期。就算是高年资医生，一天看到第二十个、第三十个病人的时候，精力可能就不那么集中了，做出来的决定就不一定跟他看第一个病人时那么一致。另外，医生的身体健康状况、情绪状况也可能会影响诊断，造成一定误差。但是机器不会有误差，看一个病人和看一万个病人都是一样的。所以，机器可以检出更多由于人的因素而漏检的结节，也就是“漏检率”会降低。
第二，经验更丰富。机器是在几十万病例的基础上训练的，而我们的医生可能一辈子也看不到十万例，因此，机器会帮助医生提高鉴定检出结节是良性还是恶性的能力。你看AlphGo下棋已经超过人了嘛。
最好的模式是，让机器先读片，把它发现的问题标记出来告诉医生，医生再去仔细看。如果医生同意机器的看法，良性的就放过，疑似恶性的就做相应处理；如果医生不同意机器的看法，就再请多位专家来讨论。最后肯定是人来做决定而不是机器，但人工智能的好处就在于能减少医生的工作量，降低漏检率，使诊断更精准。
菠萝：我同意，未来人工只能不是取代医生，而是辅助医生。下一个问题，当我们发现了可疑的结节以后，到底要做哪些检查才能确定它是危险还是不危险，一定要做穿刺或者PET-CT吗？