中科院蘇州醫(yī)工所在基于人工智能的結直腸癌研究中取得進展

近年來，人工智能（Artificial Intelligence，AI）迅猛發(fā)展，在多個領域取得了突破性的進展。人工智能在醫(yī)療中的應用能夠有效緩解我國醫(yī)療資源嚴重短缺、分布失衡的現(xiàn)狀，提高醫(yī)療系統(tǒng)的運行效率，甚至推動整個醫(yī)療行業(yè)的變革。

結直腸癌是全球第三大癌癥，其年標化發(fā)病率為0.41‰，死亡率為0.15‰。如果在早期得到確診并且接受正確治療，結直腸癌患者的五年生存率可高達90%，而一旦癌細胞擴散到結直腸外，患者的五年生存率則迅速下降。因此，結直腸癌的早診斷、早治療是極其重要的。結直腸癌病灶的分割是術前預測、分期和療效評估等工作的基礎。由于癌癥病灶與正常組織之間的邊界模糊，傳統(tǒng)方法很難實現(xiàn)精確的自動分割，國際上對此的相關研究很少。臨床上常用的手動或半自動的分割方法極其繁瑣、耗時，且高度依賴于操作者。

中國科學院蘇州生物醫(yī)學工程技術研究所醫(yī)學影像室高欣、簡俊明、夏威等人提出了一種基于全卷積神經網(wǎng)絡（FCN）的結直腸癌T2加權MRI圖像分割方法。該方法使用VGG-16網(wǎng)絡進行特征提取，從VGG-16中每個模塊的最后一個卷積層分別引出一個邊輸出模塊，這些邊輸出模塊能夠深入挖掘多尺度特征并產生相應的輸出。最后，所有的邊輸出結果融合生成最終的分割結果。實驗結果顯示，該模型對結直腸癌腫瘤分割具有較高的敏感性（87.85%）和特異性（96.75%）。

這項研究的意義在于，借助人工智能找到了一種全自動結直腸癌病灶分割方法，能夠有效縮短結直腸癌疾病分析和診斷的前期工作所需要的時間，大大降低了醫(yī)生的勞動強度。此外，這個方法還可以拓展應用到其他的腫瘤病灶分割上，加快相關疾病的研究進展。

（本刊訊）