通过痰液就能检测出人是否患有肺癌，在很多人看来这是难以置信的事情。但是近日，南通大学医学院一个大学生团队通过集成创新复合纳米微球富集肺癌细胞技术以及单细胞分离技术，将AI技术和病理诊断相结合，研发出了通过痰液筛查肺癌的诊断方式。

不久前，该团队的项目“慧眼识癌——肺癌细胞病理诊断赛道的领跑者”，获得第七届中国国际“互联网+”大学生创新创业大赛全国银奖。

识别癌细胞无异于大海捞针

近半个世纪以来，肺癌的发病率和病死率都处于迅速上升的趋势。早发现、早治疗是提高肺癌患者生存率最有效的方法，然而目前尚无性价比高的普查手段。

该团队负责人、南通大学医学院学生陈怡洋说，肺癌确诊的金标准是细胞病理诊断，但对病理科医生来说，将细胞制片并准确找出肺癌细胞是一项十分花费时间和精力的工作。

陈怡洋从大二开始，与志同道合的同学一起组成团队，申请了“AI辅助肺癌细胞病理诊断”的大学生创新项目，探索如何解决痰液制片难、肺癌细胞寻找难、病理确诊难等肺癌诊断方面的问题。

在肺癌细胞病理涂片图像中，肺癌细胞数量很少且常常与其他大量良性细胞夹杂在一起，识别极为困难，在这种情况下发现肺癌细胞无异于大海捞针。不仅需要花费很长时间，而且需要长期的经验积累。

团队成员们发现，利用纳米微球技术富集肺癌细胞是一个很好的路径。“因为良恶性细胞的性质不同，我们希望能找出一种特殊的蛋白能对癌细胞表面受体有特异性的吸附力。”团队成员、南通大学医学院学生席珺婷说。经过很长时间的研究和探索，团队成功研发出被覆特殊复合蛋白的Fe3O4（四氧化三铁）磁性纳米颗粒，它能很好解决痰液中肺癌细胞收集难的问题。实验数据表明，用这种磁性纳米颗粒做成的微球可以很好地在患者痰液中吸附肺癌细胞，能将确诊阳性率提升30%以上。

将AI技术运用到癌细胞诊断中

在解决好如何富集癌细胞的问题之后，该团队又运用“互联网+”思维，把AI技术运用到肿瘤细胞诊断上。

“同学们的想法看似简单，但十分前卫，真正做起来并不容易。”团队指导老师、南通大学医学院副教授吴辉群说，类似于CT影像上的肺结节，显微镜拍摄到的肺癌细胞病理图像中很多细胞都是成团成簇的。另外，不同的医院制片的差异也会影响到病理图像的显示，这些都增加了标注和机器学习的难度。

陈怡洋和团队成员们首先从细胞分离做起，但国内没有现成的分离液可以使用。在医学院季菊玲教授的指导下，团队最终研制出适合肺癌细胞的分离液，可以使制片出来的复杂癌细胞簇不会重叠在一起，这样通过AI技术就能实现精准识别标注，从而提升诊断的效率。

要想让AI实现精准识别，还需要收集大量的肺癌细胞病理图像和专家的标注来训练AI算法。在学院老师以及校友专家的帮助下，团队与复旦大学附属中山医院、上海交通大学附属胸科医院、同济大学附属肺科医院以及该校附属医院等大型医院病理科开展了合作，积累多中心的肺癌细胞病理资源，建立肺癌细胞病理标注数据库，最终开发出“慧眼识癌”远程病理诊断系统原型，实现了“云端”对肺癌细胞的识别诊断。

“‘云端’诊断相比以前坐在显微镜前一遍一遍地观察来说要轻松得多！遇到拿不准的病理图像还能请专家远程会诊，省去了患者去大医院就诊的宝贵时间和往返费用！”在部分临床试用中，该系统受到了许多医生的赞扬。他们表示，“慧眼识癌”远程病理诊断系统为病理医生带来了很多便利，不仅节约了诊断时间，还提高了效率，给患者也带来了实惠。

中国科学院院士、复旦大学附属中山医院院长樊嘉评价：“该项目与临床样本检测的符合率很高，是‘互联网+精准医学诊断’的一个成功范例，未来互联网+AI精准诊断和治疗大有可为，应用会越来越宽广。”

目前，该团队已经与中国肺癌防治联盟达成了合作，将推动痰液早筛成为国家肺癌筛查的推荐项目，帮助患者进行无创诊断，使得病理医生能更简便、更准确地实现筛查工作，让肺癌细胞尽早现形。（张 晔 范 苏）

责任编辑：kj005