癌症·新知：科学终结恐慌

爆发的新药数量

这几年抗癌新药数量井喷，治疗手段日新月异，令人振奋。

2011年，晚期黑色素瘤患者，唯一的选择是化疗，平均存活时间仅为10个月。

2016年，多数患者无须化疗，很多人可以存活5年、10年，甚至被治愈。

因为在这短短5年之中，有10种治疗黑色素瘤的新药上市。涵盖了靶向药物、免疫药物、癌症疫苗，效果都显着优于普通化疗（例子见下表）。

最新免疫组合疗法（PD-1+CTLA4）临床试验中，36%患者肿瘤消失或者几乎消失，试验结束时，75%患者存活超过两年。医生还在继续跟踪这批患者。有理由相信，这里面会出现不少癌症痊愈的例子。

短短5年时间，患者从绝望，变为充满希望。这是科学的胜利，患者的福祉，是科学家和医生努力工作的动力。类似的革命性进展也开始在别的癌症中出现苗头，比如肺癌、肾癌、多发性骨髓瘤等。

这显然是好事，但对于癌症患者来说，带来了选择困难症：多种不同且看起来都有效的治疗方法，怎么选？

这就像从北京到广州以前只能骑马，非常慢，现在突然有了高速公路、高铁、飞机，都明显更快，应该选哪一种？

拿黑色素瘤来说，是否应该选最新、平均2年生存率最高的PD-1+CTLA4免疫组合疗法？

不一定。

第一，免疫组合整体疗效好，但副作用也更强，不仅53%患者都出现显着副作用，而且高达36.4%的患者都因为无法承受副作用而退出了临床试验。

第二，虽然整体疗效很好，但仍对15%~25%患者无效。

第三，组合疗法价格非常昂贵，如果没有保险，目前需要接近200万元人民币。

对比下面两种免疫疗法方案：

方案A（PD-1疗法）：35%有效，45%两年生存，8%严重副作用，价格100万元。

方案B（PD-1+CTLA4组合疗法）：50%有效，75%两年生存，36%严重副作用，价格200万元。

方案B显然响应率更高，但副作用高很多，而且贵。选择哪一个需考虑患者身体情况和经济情况。

从北京去广州，飞机虽然比高铁快，但如果36%的机会被取消航班，价格还贵一倍，你一定选飞机吗？

如果再加上靶向药物，事情更复杂。

这并非黑色素瘤特有的难题。多发性骨髓瘤，2015年就上市了3种新药，目前临床在用的至少有6大类，20余种药物。

这些药多数并没有互相比较过，无法知道哪种最好。考虑组合疗法则更加麻烦，6大类药物，两两组合有15种选择，三种药物组合，则有20种选择。

但每位患者只有1种选择，而且无法重来。

你选哪个？

以往，遇到选择困难症，我们会依靠医生，相信他们能做出最好的选择，因为医生至少有两个法宝：权威临床指南（比如NCCN指南）和自己的经验。

但到了精准医疗时代，这两个法宝都受到了挑战。

首先，指南一般根据临床试验结果，提供对“一类患者”的主流治疗方案推荐，但这不是对所有患者的最优疗法。这就像中学老师，上课往往针对“中等生”，结果优等生觉得无聊，差等生听不懂，一半的学生都在浪费时间。

因此，要给每个患者最好的治疗，还得靠医生经验来调整。

医生经验有多可靠？

很难讲。

由于最近治疗方案日新月异，新药出现得太快，信息呈现爆炸性增长，医生不可能有足够多时间来消化和练习，而等练习够了的时候，完全不同的新药又来了，指南又换了。有20年丰富化疗经验的主任医师，遇到靶向药物和免疫药物，也得从头学起，虽然以往的经验依然有价值，但大打折扣。

这不是中国的问题。即使在美国，癌症患者如果看3个同样权威的医生，极有可能得到3种不同的治疗方案。应该相信谁呢？

完全依靠医生个人经验的另一个后果是：一线医院人满为患，二线医院无人问津。

在知识爆炸的时代，医生水平差距会进一步拉大。当三甲医院医生已经可以根据肺癌基因突变，熟练使用靶向药物的时候，部分二三线城市医生或许连肺癌中最常见的基因突变类型都不清楚。

中国顶尖三甲肿瘤医院拥挤不堪，医生和患者都怨声载道。根本原因就是他们各方面都领先其他医院太多。政府非常想要分流患者，但如果治疗方案的制定只依赖医生自己的经验，这注定是条死胡同。

如何让每位患者都接受最好的治疗方案？

如何让中国二三线城市医生，也成为最好的医生？

靠人工智能和逻辑算法！

20年前，“深蓝”打败国际象棋世界冠军，已经说明算法能战胜人类经验。2016年初，“阿尔法狗”（AlphaGo）围棋战胜李世石，让很多人发现，所谓多年练习产生的直觉，所谓“棋感”，依然可以被逻辑算法战胜。

医学领域也早有这样的例子。比如，精神科诊断非常困难，医生通常要靠问卷，行为观察等方式来对患者进行判断，误诊率很高。比如2015年一项针对精神病高危年轻人的研究发现，职业医生通过标准调查问卷，只有40%的概率预测谁会在两年半之内发病。但计算机程序凭借分析受试者说话的特征（断句、偏好的词汇等），预测准确率接近100%。

事实上，目前为止，“专家经验”对战“计算机程序”的研究中，计算机赢或者打平的时候占了绝大多数。

随着数据越来越多，开发人工智能来帮助医生做出判断，是大势所趋。数据越多越复杂，程序优势越明显。好几个大公司都在开发类似的计算系统。“沃森肿瘤医生”（Watson Oncology）是其中一个代表。

“沃森”是IBM开发的认知计算系统，也算是人工智能。它模仿人类思考的过程，通过读书看报上网，自动提取信息和学习，最后做出自己的判断。它做的事可大可小，能通过分析网络信息，提前预判服饰流行趋势，也能通过学习其他厨师菜谱，自己创造“沃森新菜式”。

“沃森肿瘤医生”是IBM和美国顶尖癌症研究中心的合作项目。“沃森肿瘤医生”用两年时间掌握了基础医学知识，从医学院顺利“毕业”。现在肿瘤中心的顶尖专家正在教“沃森肿瘤医生”学习和解读癌症医学报告，等这个阶段完成，它就会成为一名合格的肿瘤医生助手了。

这应该会是全世界最强的助手！

它不吃饭，不睡觉，不健忘，每天可学习上万篇研究文献，整理海量数据。而且它很靠谱，因为“科学是它判断的唯一标准”。

“沃森医生”的目标是帮助医生实现真正的精准医疗。它通过整合患者所有信息，包括病理、各种组学研究（基因组、代谢组、肠道菌群组等）、既往病史等，用来匹配历史上已有的数据，最后计算出每位患者最好的治疗方案。它不是非黑即白，而是通过概率，告诉医生几个最优选择，类似下页表所示。

重要的是，由于“沃森肿瘤医生”不受地域限制，只要有网络连接，任何人都能用，因此全世界任何角落的医生都能得出同样的治疗方案，这对解决患者过度集中问题非常重要。试想，如果在丽江古镇能得到和北京三甲医院完全一样的治疗，你选哪一个？

人工智能会彻底取代医生吗？我觉得不会，因为医疗是科学也是艺术，不仅需要数据，也需要情感和交流。但毫无疑问它们会成为医生最好的助手，把人类从繁复的文件分析中解放出来，而把更多时间花在和患者交流上面。

中国医患交流时间太少，医生几分钟要完成看病历、问询、诊断、给出治疗方案等一系列操作，根本谈不上交流。医生累成狗，患者觉得被无视，双方都有说不出的苦，正是矛盾的根源。

想象一下，以后诊断早在医生和患者见面之前已经由计算机完成，治疗方案直接呈现在屏幕上。医生的任务就是陪患者聊天，答疑解惑，世界多么美好。

这不是科幻，而是可预见的未来就会出现的现实。