内镜医生长出第三只眼 早期病变识别率超90%

金羊网记者 丰西西 通讯员 黄金娟 余广彪

上消化道癌的早期诊断早期治疗是提高疗效的关键，可在我国，早诊率却不到10%。两年多前，中山大学肿瘤防治中心徐瑞华教授团队自主研发出具有完全自主知识产权的上消化道癌内镜AI辅助诊断系统（GRAIDS）。经临床实践数据验证，对上消化道肿瘤的诊断敏感性高达90%以上。

10月8日，记者获悉，相关研究成果已正式在线发表于肿瘤学顶尖期刊《柳叶刀·肿瘤》上。这标志着我国科学家在探索人工智能肿瘤学领域临床转化和落地应用方面迈出了国际领先的一步。

普通患者可在云端自查

内镜检查及活检是上消化道癌早期诊断的金标准，但我国内镜医生十分短缺。根据一份2014年发布的统计报告，我国4万多名内镜医生要承担每年1.2亿例内镜检查的重任，远远不能满足临床实际需求。另一方面，由于早期上消化道癌常缺乏典型的内镜下表征，极易漏诊；加之不同级别医院的内镜医生水平差异很大，导致我国早期上消化道癌的检出率低，早诊率不到10%，严重制约了疗效的提高。

针对上消化道癌内镜早诊这一临床难点，两年多前，徐瑞华带领由数十位专家组成的团队开展了多学科联合攻关，成功自主研发出具有完全自主知识产权的上消化道癌内镜AI辅助诊断系统（GRAIDS）。经临床实践数据验证，对上消化道肿瘤的诊断敏感性高达90%以上。

“在临床操作中，AI能够将病变部位勾勒并定位出来，相当于内镜医生的第三只眼。”徐瑞华表示，该系统还能够依据指南要求自动采图存储，减少医生“一心两用”、“手脚并用”带来遗漏关键信息的可能性。该系统的研究和应用，相当于一个顶尖的内镜专家在实时指导内镜检查操作，极大提升了内镜检查的速度和质量。

这一系统的获益者不仅是医生。徐瑞华介绍，他们还构建了基于云技术的多中心上消化道癌内镜AI诊断平台，该云诊断平台可以自动捕获内镜检查图像上传至云端进行AI分析。“普通患者如果对自己的内镜检查报告有疑惑，也可以通过这个系统，输入数据，让AI辅助分析和判断。”

他介绍，临床医生和患者还可通过公共网站，免费访问开放共享的GRAIDS系统，并根据提示自行上传内镜图片，重新评估已有诊断的准确性。

已在8省15家医院推广应用

这一系统的准确率如何？如何保证它的准确率呢？记者获悉，在应用前，研究团队已经用一年多时间让AI对5万余张上消化道癌患者和12万余张正常人内镜图像数据的识别和深度学习，该系统对癌变的诊断准确率可以达到96%，对早期（I期）病变的识别率可以达到90%以上。

为了进一步验证该系统的性能，由中山大学肿瘤防治中心牵头联合全国5家不同地区、不同级别的医院进行多中心研究，采用该系统对其提供的来自84424例患者的共1036496张内镜图像进行了识别和分析。最终结果显示该系统对上消化道癌的诊断准确率达90%以上。

研究团队还让AI和不同年资的内镜医生进行了PK。结果显示，其诊断灵敏度（94.2%）与专家级的内镜医师（94.5%）相当。更重要的是，在它的辅助下，内镜医生诊断的准确度也提升了。专家的诊断灵敏度可提升至0.984，而低年资医生的诊断灵敏度将提升到与专家独自判读时相当的效果。这意味着该系统的推广相当于为基层医院送去了一位内镜专家。

据介绍，中山大学肿瘤防治中心已与8省15家医院签署了《上消化道肿瘤人工智能诊疗决策系统的研发及推广应用》合作协议，加快该系统的完善和推广应用。省内的揭阳市人民医院、粤北人民医院、普宁市人民医院已落地应用该系统。