不久前在medRxiv網(wǎng)站上，一項(xiàng)多中心診斷研究結(jié)果出現(xiàn)在人們的視野中，研究團(tuán)隊(duì)來(lái)自中國(guó)福建、廣東、浙江等省的多家醫(yī)院和研究機(jī)構(gòu)，以及美國(guó)包括耶魯大學(xué)、賓夕法尼亞大學(xué)、西奈山等多家研究所。他們針對(duì)白光腸鏡結(jié)果，通過(guò)AI實(shí)現(xiàn)了人工智能輔助診療，并能成功診斷和發(fā)現(xiàn)結(jié)直腸早癌。是目前在該領(lǐng)域涉及病例數(shù)最多，數(shù)據(jù)最龐大的一項(xiàng)研究。

CRC以及AI輔助診斷

大腸癌（CRC）是全球最常見(jiàn)的惡性腫瘤之一。“2020年癌癥統(tǒng)計(jì)數(shù)據(jù)”表明，所有癌癥中，CRC的發(fā)病率和死亡率排第三位。早期CRC的準(zhǔn)確識(shí)別和治療對(duì)于降低發(fā)病率和死亡率至關(guān)重要。但是，早期CRC通常沒(méi)有癥狀，結(jié)腸鏡檢查是探測(cè)早癌的有效途徑。有些國(guó)家建議50歲以上的成年人應(yīng)定期通過(guò)結(jié)腸鏡檢查篩查CRC。鏡檢查是由專家進(jìn)行的，由于內(nèi)鏡醫(yī)師的經(jīng)驗(yàn)、手術(shù)中的干擾以及不可避免的眼球運(yùn)動(dòng)間隔等多種原因，會(huì)導(dǎo)致漏診和誤診。計(jì)算機(jī)輔助診斷（CAD）系統(tǒng)可以解決上述問(wèn)題。

近年來(lái)，一些基于人工智能（AI）的CAD系統(tǒng)已經(jīng)進(jìn)入臨床前應(yīng)用階段。但是，研究設(shè)計(jì)的局限性（即缺乏外部驗(yàn)證，無(wú)法解決關(guān)鍵的臨床問(wèn)題）導(dǎo)致現(xiàn)有的輔助手段并不真正適用，并能直接用于臨床實(shí)踐。在胃腸道腫瘤領(lǐng)域，大多數(shù)研究集中在息肉和腺瘤的檢測(cè)，以及針對(duì)晚期癌癥的分期和腸鏡手術(shù)的優(yōu)化等。這些CAD系統(tǒng)在降低CRC死亡率方面的作用需要通過(guò)更多的臨床試驗(yàn)來(lái)驗(yàn)證。

可直接減少CRC發(fā)生率的早期胃腸道癌癥診斷系統(tǒng)受到極大的限制，因?yàn)閬?lái)自單個(gè)醫(yī)療中心的圖像數(shù)量不足以支持多中心運(yùn)用的建立。因此，這項(xiàng)研究的目標(biāo)是建立基于標(biāo)準(zhǔn)白光腸鏡檢查（WLE）的早期CRC和潛在惡化特征系統(tǒng)計(jì)算機(jī)輔助診療（以下簡(jiǎn)稱ECRC-CAD），并致力于在臨床上應(yīng)用于不同地區(qū)。

AI輔助診斷CRC的新突破

在這項(xiàng)多中心診斷臨床研究中，研究團(tuán)隊(duì)基于深度學(xué)習(xí)建立了AI輔助的CRC早期診斷模型，該模型基于來(lái)自中國(guó)不同醫(yī)療水平（即縣級(jí)醫(yī)院，市級(jí)醫(yī)院，省級(jí)�？漆t(yī)院）醫(yī)院的不同腸鏡檢查圖像。此外，ECRC-CAD可以識(shí)別上皮內(nèi)腫瘤（IN），這是最典型的惡性癌前病變之一，可以通過(guò)使用圖像增強(qiáng)腸鏡（IEE）進(jìn)行區(qū)分并通過(guò)組織學(xué)測(cè)試進(jìn)行診斷。研究收集的內(nèi)部和外部數(shù)據(jù)集以及前瞻性收集的內(nèi)部數(shù)據(jù)集已驗(yàn)證了該模型的臨床適用性。

研究者根據(jù)美國(guó)癌癥協(xié)會(huì)結(jié)直腸癌篩查指南，美國(guó)胃腸內(nèi)鏡學(xué)會(huì)大腸癌社會(huì)協(xié)會(huì)(MSTF)工作指南，總結(jié)了當(dāng)前CRC篩查的工作流程。制定了篩查和預(yù)防CRC的臨床決策路徑。ECRC-CAD在促進(jìn)優(yōu)化CRC篩查臨床路徑方面有幾方面的準(zhǔn)則：1. 減少人為因素導(dǎo)致的漏診率；2.降低由于不可避免的活檢難題而導(dǎo)致的誤診率；3.對(duì)于可以在第一次腸鏡手術(shù)中完全清除的病變，ECRC-CAD可幫助醫(yī)生準(zhǔn)確識(shí)別并進(jìn)行足夠深的切除；4. 減少組織病理學(xué)結(jié)果的等待時(shí)間。

研究使用了五家醫(yī)院的腸鏡圖像。早期CRC患者的每幅圖像均根據(jù)解剖位置進(jìn)行篩選，并由三名腸鏡醫(yī)師進(jìn)行核驗(yàn)。設(shè)立嚴(yán)格的排除標(biāo)準(zhǔn)諸如：在IEE下拍攝的照片；沒(méi)有任何早期CRC病變的照片；未按照研究團(tuán)隊(duì)總結(jié)的采樣標(biāo)準(zhǔn)確認(rèn)照片等。

診斷系統(tǒng)網(wǎng)上查詢

數(shù)據(jù)庫(kù)中的所有圖像均顯示至少一個(gè)病變，對(duì)于同一病變可拍攝多幅圖像，包括角度，距離和腸壁延伸的差異。圖像以jpeg格式保存。只要連接了數(shù)據(jù)庫(kù)，各醫(yī)院就可以通過(guò)上傳圖像，快速得到早癌識(shí)別結(jié)果。

當(dāng)FCN從驗(yàn)證圖像的輸入數(shù)據(jù)中檢測(cè)到早期CRC時(shí)，模型將輸出病變信息。在前瞻性數(shù)據(jù)集中，將性能與組織病理學(xué)結(jié)果和專家診斷結(jié)果同時(shí)進(jìn)行比較。在前瞻性收集的數(shù)據(jù)集中，AI隨機(jī)選擇了經(jīng)過(guò)組織學(xué)確認(rèn)的早期CRC的患者圖像子集。由兩名經(jīng)驗(yàn)豐富的內(nèi)鏡醫(yī)師獨(dú)立完成相同的圖像測(cè)試過(guò)程。ECRC-CAD和專家的診斷結(jié)果以患者為單位，符合臨床要求。

當(dāng)然這一成功結(jié)果的實(shí)現(xiàn)是需要一套優(yōu)化的算法和良好評(píng)判標(biāo)準(zhǔn)的制定。系統(tǒng)采用三個(gè)驗(yàn)證數(shù)據(jù)集來(lái)驗(yàn)證ECRC-CAD，包括內(nèi)部數(shù)據(jù)集，外部數(shù)據(jù)集和預(yù)期收集的數(shù)據(jù)集。在內(nèi)部和外部驗(yàn)證數(shù)據(jù)集中，將ECRC-CAD的性能與相應(yīng)組織的病理學(xué)黃金標(biāo)準(zhǔn)進(jìn)行比較，并在各個(gè)圖像上計(jì)算出統(tǒng)計(jì)指標(biāo)。