基于人工智能的胃鏡圖像輔助識別模型在慢性萎縮性胃炎診斷中的臨床研究

華雯俏 管 鑫 姜相君青島大學附屬青島市市立醫(yī)院消化內(nèi)科(266011)

背景：目前人工智能(AI)是臨床各領域的研究熱點，強大的圖像識別和處理能力使其在消化內(nèi)鏡領域具有很強的優(yōu)勢。目的：基于AI構(gòu)建胃鏡圖像輔助識別系統(tǒng)，并探討其在慢性萎縮性胃炎(CAG)診斷中的價值。方法：選取2018年4月—2020年8月在青島市市立醫(yī)院行胃鏡檢查并取活檢行病理檢查者的胃鏡圖像3 813張，其中包括CAG 1 927張和慢性非萎縮性胃炎(CNAG) 1 886張，選取其中3 055張圖像為訓練集(CAG 1 541張，CNAG 1 514張)，379張圖像(CAG 193張，CNAG 186張)作為調(diào)整集，其余圖像作為測試集。訓練并驗證深度學習模型，繪制模型受試者工作特征曲線(ROC曲線)和P-R曲線，比較該模型與3名低年資內(nèi)鏡醫(yī)師、3名高年資內(nèi)鏡醫(yī)師診斷CAG的敏感性、特異性和準確性。結(jié)果：深度學習模型識別CAG的ROC曲線下面積為0.916 8，P-R曲線下面積達0.931 6，敏感性為89.1%，特異性為74.2%，準確性為81.8%。深度學習模型識別CAG的敏感性、特異性和準確性均明顯優(yōu)于低年資內(nèi)鏡醫(yī)師，甚至優(yōu)于部分高年資內(nèi)鏡醫(yī)師。結(jié)論：基于AI技術(shù)構(gòu)建的診斷CAG的深度學習模型具有較高的敏感性、特異性和準確性，可有效識別出CAG，可輔助臨床內(nèi)鏡醫(yī)師在胃鏡檢查中作出相應診斷。

慢性萎縮性胃炎(chronic atrophic gastritis, CAG)是公認的胃癌前疾病，構(gòu)成了上皮內(nèi)瘤變以及腺癌發(fā)生的基礎。CAG的最終結(jié)局為胃癌，其發(fā)病率全球排名第五，死亡率位居第三位[1]，因此對于CAG的篩查和干預十分重要。然而白光內(nèi)鏡診斷CAG的敏感性很低，具有較大的檢查者差異，漏診率高[2]?；谏疃葘W習(deep learning)的人工智能(artificial intelligence, AI)正成為輔助診斷疾病的重要技術(shù)。深度學習應用多層結(jié)構(gòu)的機器學習模型[3]，可使計算機自動發(fā)現(xiàn)并學習需要的特征。其模仿人類大腦神經(jīng)元，經(jīng)過多層處理，將原始輸入數(shù)據(jù)中的特征逐級轉(zhuǎn)化為更高、更抽象的表現(xiàn)形式，從而應用簡單的模型即可學習復雜的功能[4]。本研究基于深度學習技術(shù)構(gòu)建了一個圖像輔助診斷模型，并探究其在CAG診斷中的應用，以期提高CAG內(nèi)鏡下的診斷率。

對象與方法

一、圖像資料

所有胃鏡圖像均來自于2018年4月—2020年8月在青島市市立醫(yī)院內(nèi)鏡中心行胃鏡檢查并取活組織病理檢查的患者，包括CAG患者和慢性非萎縮性胃炎(CNAG)患者。所有納入研究的病灶均符合《中國慢性胃炎共識意見(2017年,上海)》[5]的診斷標準，內(nèi)鏡下CAG黏膜紅白相間，以白相為主，皺襞變平甚至消失，部分黏膜血管顯露；可伴有黏膜顆?；蚪Y(jié)節(jié)狀等表現(xiàn)。CNAG內(nèi)鏡下可見黏膜紅斑、斑塊、出血點，或黏膜粗糙伴或不伴水腫、充血滲出等。病理診斷標準采用我國慢性胃炎病理診斷標準以及新悉尼系統(tǒng)的直觀模擬評分法。同時，排除因行胃部手術(shù)造成胃解剖結(jié)構(gòu)改變、消化道準備不良和拍照不清楚、質(zhì)量不佳的病例。最終納入共3 813張圖像，其中CAG圖像1 927張，CNAG圖像1 886張。

二、研究方法

1. 準備數(shù)據(jù)集：臨床醫(yī)師從青島市市立醫(yī)院內(nèi)鏡中心數(shù)據(jù)庫中挑選特征明顯的胃鏡圖像。因表現(xiàn)以黏膜變、白相為主的CAG在內(nèi)鏡下的診斷準確率較低[6]，故選擇以此特征為主的CAG圖像。由于CAG多發(fā)生于胃竇和胃小彎處[6]，且此處也是易于癌變的位置，同時為了使本模型更適應真實的胃鏡檢查環(huán)境，本研究采集的圖像為各種角度、照明度、距離下拍攝的胃竇、胃小彎圖像。同時為了減少干擾、提高模型準確性，去除有大量膽汁、粘液、食物殘渣等的圖像。白光觀察是胃鏡檢查最常用的模式，也是多數(shù)CAG患者確診時應用的模式，故所有胃鏡圖像均在白光、非放大模式下拍攝。所使用的胃鏡為Olympus公司260、290系列以及Pentax公司i10系列。

2. 圖像標注：臨床醫(yī)師根據(jù)病理結(jié)果將圖像分為CAG、CNAG兩組。

3. 圖像預處理：工程師對標注好的圖像先進行預處理，將圖像分辨率調(diào)整成長度×寬度為331×331，格式為JPG。去除圖像周圍黑框以及時間、年齡、性別等白色水印干擾，突出圖像特征。通過旋轉(zhuǎn)、裁剪、反轉(zhuǎn)、縮放、模糊等方式增強數(shù)據(jù)，擴充樣本，提高模型識別的準確性。然后按照8∶1∶1的比例將圖像分為訓練集、調(diào)整集和測試集(表1)。

表1 納入圖像的分組情況(n)

4. 選擇適用網(wǎng)絡，構(gòu)建并訓練模型：工程師建立模型，采用Inception-ResNet-V2網(wǎng)絡，Adam算法搭載卷積神經(jīng)網(wǎng)絡(convolutional neural networks, CNN)構(gòu)建深度學習模型。CNN包括卷積層、池化層、全連接層和softmax層，其中卷積層包含多個卷積核，可對數(shù)據(jù)特征進行提??；池化層對數(shù)據(jù)特征進行選擇、匯總，加快訓練速度；全連接層對提取出的高階特征進行組合并輸出結(jié)果；softmax層將結(jié)果映射為概率。采用ReLU激活函數(shù)對所選取特征進行非線性映射，沒有復雜的指數(shù)運算，計算簡單效率高，防止梯度消失，加快收斂速度。深度學習模型對圖像的處理過程見圖1。

A：去除白色水印的胃竇部圖像；B：調(diào)整成331×331大小的輸入層圖像；C：卷積操作生成的特征圖

每次送入網(wǎng)絡中訓練的數(shù)據(jù)稱為一個Batch，Batch Size設為64，即神經(jīng)網(wǎng)絡每次使用64張圖像進行訓練，連續(xù)訓練48次，即網(wǎng)絡完成全部訓練集一次向前計算和反向傳播的過程稱為一個epoch，完成一個epoch再應用調(diào)整集圖像進行驗證，這樣每個epoch均會得到一個驗證結(jié)果和一個訓練模型。然后根據(jù)驗證結(jié)果調(diào)整模型參數(shù)，構(gòu)建出一個新模型，再進行第二次訓練，網(wǎng)絡需經(jīng)歷多個epoch進行訓練，經(jīng)過參數(shù)調(diào)整，保留調(diào)整集效果最佳的模型，調(diào)整集在訓練過程中識別CAG準確性的變化曲線見圖2。調(diào)整集圖像僅用于驗證而不參與訓練過程。

圖2 調(diào)整集在訓練過程中識別CAG準確性的變化曲線

5. 測試模型：應用測試集來測試訓練所得到的模型，計算模型的敏感性、特異性和準確性，并繪制受試者工作特征曲線(ROC曲線)、P-R曲線，分別計算ROC曲線下面積(AUC)和P-R曲線下面積(AP)，來評估模型的性能。

6. 比較模型與內(nèi)鏡醫(yī)師的診斷能力：選取6名內(nèi)鏡醫(yī)師對測試集圖像進行診斷，包括3名低年資內(nèi)鏡醫(yī)師以及3名高年資內(nèi)鏡醫(yī)師。低年資醫(yī)師從事內(nèi)鏡工作小于3年，胃鏡操作例數(shù)不超過2 000例，高年資醫(yī)師從事內(nèi)鏡工作超過5年，已操作超過5 000例胃鏡檢查。分別計算各醫(yī)師診斷的敏感性、特異性和準確性，并將其結(jié)果與CNN模型結(jié)果進行比較。

三、統(tǒng)計學分析

應用SPSS 26.0統(tǒng)計學軟件，計數(shù)資料以率或百分比表示，組間比較采用χ2檢驗，P<0.05為差異有統(tǒng)計學意義。

結(jié) 果

一、模型的ROC曲線和P-R曲線

經(jīng)過3 813張胃鏡圖像的訓練和測試，深度學習模型診斷CAG的ROC曲線圖見圖3，AUC可達0.916 8；P-R曲線圖見圖4，診斷CAG的AP可達0.931 6。深度學習模型識別CAG的敏感性為89.1%，特異性為74.2%，準確性為81.8%。

圖3 深度學習模型的ROC曲線圖

圖4 深度學習模型的P-R曲線

二、模型與內(nèi)鏡醫(yī)師診斷能力的比較

深度學習模型最終的混淆矩陣結(jié)果見表2，模型診斷CAG的敏感性為89.1%，特異性為74.2%，

表2 模型最終測試時混淆矩陣結(jié)果(n)

準確性為81.8%。與深度學習模型相比，低年資內(nèi)鏡醫(yī)師1、2、3診斷CAG的敏感性、特異性和準確性均顯著降低(P<0.05)，且低年資內(nèi)鏡醫(yī)師的平均敏感性、特異性和準確性也顯著降低(P<0.05)；高年資內(nèi)鏡醫(yī)師1診斷CAG的特異性顯著降低(P<0.05)，高年資內(nèi)鏡醫(yī)師2的診斷特異性和準確性顯著降低(P<0.05)，其余指標與深度學習模型相比無明顯差異(P>0.05)，且高年資內(nèi)鏡醫(yī)師的平均敏感性、特異性和準確性與模型相比亦無明顯差異(P>0.05;表3)。

表3 CNN模型與內(nèi)鏡醫(yī)師診斷能力比較%(n/N)

討 論

本項研究對AI圖像智能識別技術(shù)在CAG輔助診斷中的應用進行了研究，回顧性收集了3 813張圖像進行整理、分類，然后投入模型中進行學習、調(diào)整參數(shù)并驗證，最終測試結(jié)果顯示模型診斷CAG的AUC達0.916 8，AP達0.931 6，敏感性為89.1%，特異性為74.2%，準確性為81.8%。該模型診斷的敏感性、特異性、準確性均優(yōu)于低年資內(nèi)鏡醫(yī)師，診斷水平可達到經(jīng)驗豐富內(nèi)鏡醫(yī)師的水平。

在病例收集階段，1例CAG患者診斷2年后復查胃鏡時發(fā)現(xiàn)了高級別上皮內(nèi)瘤變，并及時接受內(nèi)鏡黏膜下剝離術(shù)治療，說明對胃癌前疾病的篩查和隨訪十分重要。胃黏膜萎縮是胃癌進展的關鍵階段，構(gòu)成了發(fā)生異型增生和胃癌的背景，CAG患者的胃癌年發(fā)生率為0.1%～0.25%，病程20年時的胃癌累積發(fā)生率約為2%[7]。黏膜萎縮程度越高，癌變風險隨之增高[8]。若能提高萎縮的識別率并及時采取干預措施，可阻斷或延緩其癌變進程，降低我國胃癌的發(fā)病率和死亡率。AI的出現(xiàn)在消化內(nèi)鏡領域是跨時代的發(fā)展，其強大的數(shù)據(jù)分析能力可幫助臨床醫(yī)師更準確、高效地識別病灶，提高癌前疾病的診斷率，進而降低胃癌的發(fā)病率和死亡率。

普通白光內(nèi)鏡對CAG的診斷僅有中度的敏感性和特異性，且具有很大的檢查者差異，因此目前仍主要依賴于活組織檢查，多點活檢可提高CAG的診斷率，但需額外花費病理檢查費用，且活檢數(shù)量增加亦可提高出血風險。高危心血管病且高出血風險的患者并不建議取活檢，低危心血管病但高出血風險的患者檢查前需至少停用5 d抗栓藥[9]，但停用抗栓藥可導致部分患者血栓栓塞風險升高。AI可為醫(yī)師提供診斷意見，減少活檢數(shù)量，提高活檢精確度甚至避免不必要的活檢，減少醫(yī)療資源的浪費，降低患者的經(jīng)濟壓力。歐洲指南建議晚期CAG患者應每3年接受一次高質(zhì)量的內(nèi)鏡檢查，有胃癌家族史者應進行更深入的隨訪(每1～2年復查一次)[7]。但如此密切的隨訪檢查無疑增加了國家的醫(yī)療負擔、醫(yī)師的工作壓力。且我國醫(yī)療資源分配不均，優(yōu)質(zhì)資源集中于各大醫(yī)院，故廣大基層醫(yī)院非常缺乏經(jīng)驗豐富、高水平的內(nèi)鏡醫(yī)師[10]。然而大部分患者就診于基層醫(yī)院，更易造成癌前疾病、早期胃癌等的漏診。AI能自動識別病變特征，提供穩(wěn)定準確的信息輔助醫(yī)師作出診斷，成為檢查者的“第三只眼”，如能在基層醫(yī)院廣泛推廣，可大大提高癌前疾病的診斷率，提高檢查效率，提高醫(yī)師診斷水平[11-12]。

本研究模型是基于深度學習的基礎而建立的。傳統(tǒng)的圖像識別方法僅能識別特定病變，十分依賴于設計者的先前經(jīng)驗和知識，難以利用大數(shù)據(jù)。而深度學習可自行提取特征并進行學習，對圖像進行分類，隨著訓練數(shù)據(jù)量的增大，識別精度亦會隨之升高。Wang等[13]的研究采用深度學習和非深度學習方法對前列腺癌的MR圖像進行分類，結(jié)果顯示基于CNN的深度學習模型效果明顯優(yōu)于非深度學習模型。說明深度學習技術(shù)十分適用于目前的大數(shù)據(jù)時代。

AI技術(shù)在圖像視覺識別方面的卓越表現(xiàn)使其在醫(yī)學各個領域均有廣泛的應用空間，如乳腺癌的篩查、間質(zhì)性肺病、阿爾茲海默癥、糖尿病視網(wǎng)膜病變、糖尿病黃斑水腫、皮膚癌的輔助診斷等[14-18]。在消化內(nèi)鏡領域中，AI已可實現(xiàn)胃解剖部位的識別，Xu等[19]設計的MT-AD-CNN檢測任務的平均準確性達93.74%，可用于胃鏡檢查質(zhì)控，減少胃鏡檢查盲區(qū)，并培訓青年內(nèi)鏡醫(yī)師。Nakashima等[20]將AI與BLI、LCI模式下的胃鏡圖像相結(jié)合用于診斷幽門螺桿菌(Helicobacterpylori, Hp)感染，結(jié)果顯示BLI、LCI兩種模式的ROC曲線圖的AUC分別為0.96和0.95，敏感性分別為96.7%和96.7%，說明該模型可實現(xiàn)Hp的內(nèi)鏡下診斷。在食管疾病方面，從Barrett食管到食管癌，各個階段的食管病變均有相關的AI輔助診斷模型的重要研究。Horie等[21]構(gòu)建的模型對食管癌的敏感性可高達98%。蔡世倫等[22]訓練出的食管早癌輔助診斷模型的AUC達到0.996 1，可達到經(jīng)驗豐富的內(nèi)鏡醫(yī)師水平。Hassan等[23]構(gòu)建的AI系統(tǒng)篩查結(jié)直腸息肉的敏感性高達99.7%，且在82%的病例中的反應速度均高于臨床醫(yī)師。Taunk等[24]將AI與結(jié)腸息肉的共聚焦激光內(nèi)鏡圖像結(jié)合，區(qū)分腫瘤性息肉和增生性息肉的敏感性為95%，特異性為94%，準確性為94%。國內(nèi)外關于AI在胃癌和早期胃癌等惡性腫瘤性疾病中的研究相對較多，王智杰等[10]構(gòu)建的深度學習模型對早期胃癌的識別準確性和敏感性均高于內(nèi)鏡醫(yī)師。但CAG相關的AI研究仍相對較少。

本研究構(gòu)建的圖像識別模型在CAG的診斷方面具有令人滿意的結(jié)果，可幫助內(nèi)鏡醫(yī)師準確、高效地識別出胃癌前疾病，擴大了AI在消化內(nèi)鏡領域可識別的疾病譜。但用于訓練和驗證的圖像均經(jīng)過醫(yī)師的挑選，故模型對圖像質(zhì)量的要求較高。此外，泡沫、光影和瘢痕會被錯誤地識別為CAG，造成診斷的假陽性。未來會聯(lián)合多家內(nèi)鏡中心，擴大訓練的數(shù)據(jù)量，根據(jù)黏膜萎縮嚴重程度、萎縮范圍、是否腸化生等進一步分組，并納入瘢痕、光影、泡沫等干擾因素作為對照對模型進行訓練，進一步提高模型的診斷準確性。

總之，基于多學科協(xié)作、醫(yī)工結(jié)合的消化內(nèi)鏡智能化技術(shù)發(fā)展迅速，在消化內(nèi)鏡領域的應用會越來越全面，越來越精細，可為國家醫(yī)療事業(yè)、患者均帶來巨大益處。