基于深度學(xué)習(xí)的人工智能技術(shù)在結(jié)直腸息肉性質(zhì)鑒別中的應(yīng)用

朱興旺,嚴(yán) 俊,何英麗,劉 剛,李 汛

李汛,嚴(yán)俊,朱興旺,蘭州大學(xué)第一臨床醫(yī)學(xué)院 甘肅省蘭州市 730000

李汛,嚴(yán)俊,甘肅省生物治療與再生醫(yī)學(xué)重點(diǎn)實(shí)驗(yàn)室 甘肅省蘭州市730000

李汛,嚴(yán)俊,蘭州大學(xué)醫(yī)學(xué)院腫瘤防治中心 甘肅省蘭州市 730000

李汛,嚴(yán)俊,甘肅省肝膽胰外科研究所 甘肅省蘭州市 730000

李汛,嚴(yán)俊,何英麗,蘭州大學(xué)第一醫(yī)院普外科,甘肅省蘭州市 730000

劉剛,蘭州大學(xué)信息科學(xué)與工程學(xué)院 甘肅省蘭州市 730000

0 引言

結(jié)直腸癌是臨床最常見(jiàn)的惡性腫瘤之一，我國(guó)每年結(jié)直腸癌新發(fā)和死亡人數(shù)在全世界同期新發(fā)和死亡人數(shù)中所占比例逐年增長(zhǎng)，結(jié)直腸癌也是明確可以從結(jié)腸鏡篩查中獲益且最宜開(kāi)展篩查的癌癥，據(jù)統(tǒng)計(jì)2017年中國(guó)結(jié)直腸癌新發(fā)病例約431951例，發(fā)病人數(shù)在28年間增長(zhǎng)了203.5%[1，2].結(jié)腸鏡檢查能可視化、有效的檢測(cè)出各種息肉包括:增生性息肉、腺瘤性息肉、腫瘤性息肉等，內(nèi)鏡下對(duì)腺瘤性息肉等癌前病變?cè)绨l(fā)現(xiàn)，早切除，可防止結(jié)直腸癌的發(fā)生，顯著降低結(jié)直腸癌的死亡率[3].

息肉的檢出率（adenoma detection rate，ADR）是與結(jié)腸鏡檢查質(zhì)量相關(guān)性最重要的指標(biāo)，ADR每增加1%，相應(yīng)間期結(jié)直腸癌發(fā)生率降低3%[4].內(nèi)鏡下結(jié)直腸息肉的識(shí)別與分類(lèi)取決于內(nèi)鏡醫(yī)師的經(jīng)驗(yàn)，然而即使是經(jīng)驗(yàn)豐富的內(nèi)鏡醫(yī)師，長(zhǎng)時(shí)間的結(jié)腸鏡檢查也會(huì)導(dǎo)致分析和診斷能力下降[5].隨著人工智能技術(shù)（artificial intelligence，AI）的飛速發(fā)展，AI技術(shù)逐漸應(yīng)用于臨床，特別是在腸道檢查中的應(yīng)用，如:質(zhì)量控制（automatic quality control system，AQCS）、結(jié)直腸息肉的識(shí)別、光學(xué)診斷等方面，可提高ADR并預(yù)測(cè)息肉的病理類(lèi)型，給臨床診斷提供可靠的參考和指導(dǎo).本文現(xiàn)就AI技術(shù)在腸道檢查中的應(yīng)用的相關(guān)研究進(jìn)行綜述，希望未來(lái)給臨床工作帶來(lái)一些幫助.

1 基于DL的人工智能技術(shù)

AI術(shù)已經(jīng)日漸成熟，其中深度學(xué)習(xí)技術(shù)（deep learning，DL）更是人工智能的一個(gè)重要分支，應(yīng)用于醫(yī)療、交通等多個(gè)領(lǐng)域，給人們的生活、工作、醫(yī)療帶來(lái)了全新的改變.DL技術(shù)通過(guò)學(xué)習(xí)大量樣本數(shù)據(jù)的內(nèi)在規(guī)律和表現(xiàn)方式，可以對(duì)文字，圖像和聲音等數(shù)據(jù)進(jìn)行智能分析處理，從而能夠識(shí)別文字、圖像和聲音等數(shù)據(jù)[6].這一特性決定了DL技術(shù)在臨床醫(yī)學(xué)領(lǐng)域中具有應(yīng)用價(jià)值，因?yàn)獒t(yī)學(xué)數(shù)據(jù)通常包含不容易處理的非結(jié)構(gòu)化的文本，例如圖像和視頻等[7].通過(guò)用計(jì)算機(jī)模仿人腦學(xué)習(xí)的過(guò)程，經(jīng)過(guò)學(xué)習(xí)訓(xùn)練后，即可對(duì)這些非結(jié)構(gòu)化的信息進(jìn)行處理.

通常將包含卷積計(jì)算且具備深度結(jié)構(gòu)特征的前饋神經(jīng)網(wǎng)絡(luò)稱(chēng)為卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural network，CNN），它也是深度學(xué)習(xí)的代表算法之一，幾乎所有的CNN的培訓(xùn)系統(tǒng)都包括:（1）卷積層;（2）全連接層;（3）池化層;（4）輸出層[8，9].CNN包含若干個(gè)卷積層和池化層，卷積層和池化層交替連接，卷積層中輸出端的每個(gè)神經(jīng)元與其輸入端進(jìn)行局部連接，并通過(guò)對(duì)應(yīng)的連接權(quán)值與局部輸入進(jìn)行加權(quán)求和再加上偏置值，得到該神經(jīng)元輸入值，該過(guò)程等同于卷積的過(guò)程，CNN也由此而得名[10].CNN是許多深度學(xué)習(xí)算法的基礎(chǔ)，如V-GG-VD、CNN-F、CNN-M、CNN-S、Alex Net、Google Net都是在CNN的基礎(chǔ)上形成的，它們?cè)跀?shù)據(jù)的處理與分析上有不同的特點(diǎn)[11].CNN能像人的大腦一樣，處于不斷學(xué)習(xí)的狀態(tài)，還能對(duì)目標(biāo)圖像進(jìn)行自動(dòng)識(shí)別、檢測(cè)，并對(duì)目標(biāo)圖像進(jìn)行快速且準(zhǔn)確的分析，可提高疾病的診斷率.由于該系統(tǒng)具備檢測(cè)速度快且檢出率高的特點(diǎn)，可應(yīng)用于大樣本量的篩查工作，為結(jié)直腸癌篩查節(jié)省時(shí)間和成本.

AI技術(shù)為醫(yī)療行業(yè)的發(fā)展提供了新的思路，尤其當(dāng)DL技術(shù)日漸成熟更是促進(jìn)了其在醫(yī)學(xué)領(lǐng)域的大規(guī)模應(yīng)用，如影像檢查、病理檢查等領(lǐng)域，尤其在內(nèi)鏡檢查中能較早發(fā)現(xiàn)癌前病變，可顯著降低胃腸道腫瘤的發(fā)生率和死亡率.

2 DL技術(shù)與結(jié)直腸息肉的性質(zhì)鑒別

2.1 結(jié)直腸息肉的分類(lèi) 結(jié)直腸息肉根據(jù)其病理特征可分為炎性息肉、增生性息肉、腺瘤性息肉、腫瘤性息肉，其中腺瘤性息肉是結(jié)直腸息肉中最常見(jiàn)的類(lèi)型，同時(shí)也是結(jié)直腸癌的癌前病變，在結(jié)腸鏡檢查時(shí)能早期發(fā)現(xiàn)并內(nèi)鏡下切除腺瘤性息肉，能降低結(jié)直腸癌發(fā)生的風(fēng)險(xiǎn)[12].定期的結(jié)腸鏡檢查與結(jié)直腸息肉切除能預(yù)防70%-90%的結(jié)直腸癌的發(fā)生.研究調(diào)查顯示，結(jié)腸鏡檢查可降低結(jié)直腸癌死亡率約60%，降低晚期結(jié)直腸癌發(fā)生率約70%[13].然而由于腸道準(zhǔn)備、光線等各種因素的影響，腺瘤性息肉的漏診率仍是較高的，對(duì)大于50歲的人群進(jìn)行篩查時(shí)，約22-28%的增生性息肉與20-24%的腺瘤性息在肉被遺漏，而結(jié)直腸癌的漏診率約為5%[14，15].隨著計(jì)算機(jī)技術(shù)的發(fā)展，結(jié)腸鏡檢查與AI技術(shù)相融合，能提高ADR，降低結(jié)直腸癌的漏診率及死亡率.

2.2 DL技術(shù)在結(jié)直腸息肉性質(zhì)的鑒別中的應(yīng)用 腺瘤性息肉是結(jié)直腸癌的癌前病變，但是由于內(nèi)鏡醫(yī)師的技術(shù)水平、視野盲區(qū)、檢查過(guò)程中術(shù)者注意力分散等因素[16]，并且不同類(lèi)型息肉在外觀上很難區(qū)分，需要對(duì)細(xì)微結(jié)構(gòu)進(jìn)行觀察，因此在結(jié)腸鏡檢查過(guò)程中AI技術(shù)的輔助對(duì)息肉檢測(cè)及分類(lèi)是有指導(dǎo)意義的.

2.2.1 DL技術(shù)在結(jié)直腸息肉檢測(cè)中的應(yīng)用:有臨床研究指出，AI輔助的結(jié)腸鏡檢查對(duì)結(jié)直腸息肉有著較高檢出率和特異性.Urban等[17]在2000多名結(jié)腸鏡檢查的患者中收集的8641張手工標(biāo)記的腸鏡圖像建立的CNN系統(tǒng)，用20個(gè)結(jié)腸鏡視頻對(duì)該系統(tǒng)進(jìn)行測(cè)試，其準(zhǔn)確率為96.4%，接受者操作特性曲線下面積（area under curve，AUC）值為0.991，假陽(yáng)性率為7%.Wang等[18]利用AI輔助技術(shù)對(duì)1058名患者的結(jié)腸鏡檢查視頻進(jìn)行檢測(cè)，發(fā)現(xiàn)使用AI技術(shù)可提高ADR約29.1%，大多是因?yàn)闄z測(cè)出更多小的腺瘤性息肉，而較大的腺瘤性息肉沒(méi)有統(tǒng)計(jì)學(xué)意義，另外增生性息肉的檢出率也有所提高，他們認(rèn)為在腸道準(zhǔn)備良好的情況下，AI較人工組腺瘤和息肉的檢出率高.多項(xiàng)臨床研究通過(guò)建立了不同的AI輔助檢測(cè)訓(xùn)練模型，在測(cè)試中發(fā)現(xiàn)AI輔助系統(tǒng)相較于內(nèi)鏡醫(yī)師有著較高的靈敏度，尤其對(duì)小的、扁平的息肉的檢出率有所提高，并且有著不錯(cuò)的準(zhǔn)確率[19-22].

2.2.2 DL技術(shù)在預(yù)測(cè)結(jié)直腸息肉病理分類(lèi)中的應(yīng)用:AI技術(shù)可輔助息肉的光學(xué)診斷，但仍未有確切的評(píng)價(jià)標(biāo)準(zhǔn)，特別是對(duì)于經(jīng)驗(yàn)缺乏的內(nèi)鏡醫(yī)師.NBI模式可以評(píng)價(jià)息肉黏膜的微結(jié)構(gòu)，不同類(lèi)型大腸粘膜表面的腺管開(kāi)口稱(chēng)為pit，腺管的開(kāi)口隨著周?chē)つば螒B(tài)的變化而產(chǎn)生各種各樣形態(tài)學(xué)的變化，通過(guò)識(shí)別不同pit形態(tài)對(duì)于大腸粘膜病變鑒別有重要意義，特別是對(duì)于腫瘤性病變[23，24].Lee等[25]建立了名為YOLOv2的息肉自動(dòng)檢測(cè)系統(tǒng)，對(duì)其進(jìn)行檢測(cè)，檢測(cè)敏感度為96.7%和90.2%，準(zhǔn)確性為93.4%，其中管狀腺瘤的檢出率為97.6%，增生性息肉的檢出率為95.8%，鋸齒狀息肉的檢出率為93.9%，癌的檢出率為100%.Song等[26]利用DL技術(shù)在NBI模式下對(duì)結(jié)直腸息肉進(jìn)行分類(lèi)，發(fā)現(xiàn)AI預(yù)測(cè)與病理診斷有著較高的一致性，AI對(duì)息肉的病理診斷有著預(yù)測(cè)價(jià)值，尤其是對(duì)腺瘤性息肉及癌有著較為準(zhǔn)確的預(yù)測(cè).側(cè)向發(fā)育性腫瘤（LSTs）和無(wú)蒂鋸齒狀腺瘤/息肉（SSA/Ps）有著較高的惡性轉(zhuǎn)化風(fēng)險(xiǎn)，但由于其形態(tài)平坦、表面光滑、界不清或與背景難以區(qū)分更容易被漏診[27].Zhou的團(tuán)隊(duì)[28]建立的CNN系統(tǒng)對(duì)145張側(cè)向發(fā)育型腫瘤（laterally spreading tumors，LSTs）圖像和82個(gè)無(wú)蒂鋸齒狀腺瘤/息肉（sessile serrated adenomas/polyps，SSA/Ps）視頻進(jìn)行檢測(cè)，系統(tǒng)對(duì)病灶有較高的檢出率且準(zhǔn)確率較高.該研究表明AI檢測(cè)系統(tǒng)對(duì)LSTs和SSA/Ps的檢測(cè)有著較高的靈敏度.另外還有多個(gè)研究團(tuán)隊(duì)，在不同的內(nèi)鏡中心對(duì)DL技術(shù)在結(jié)直腸息肉的病理預(yù)測(cè)中的應(yīng)用進(jìn)行了驗(yàn)證，都得出相同的結(jié)論，DL技術(shù)輔助下的息肉光學(xué)診斷與病理有著較高的一致性，且較內(nèi)鏡醫(yī)師診斷所需要的時(shí)間更短[29-32].這一技術(shù)在臨床的廣泛應(yīng)用可減少不必要的息肉切除，尤其是對(duì)不需要處理的增生性息肉，減少了不必要手術(shù)切除及患者的就診費(fèi)用.

理想情況下，AI輔助檢測(cè)系統(tǒng)具有媲美內(nèi)鏡專(zhuān)家的能力，在結(jié)腸鏡檢查過(guò)程中能夠處理檢查中的每一個(gè)畫(huà)面，能夠?qū)z測(cè)目標(biāo)識(shí)別并對(duì)息肉進(jìn)行光學(xué)診斷.未來(lái)息肉檢測(cè)與分類(lèi)技術(shù)更好的融合，將擴(kuò)展AI輔助檢測(cè)系統(tǒng)在消化內(nèi)鏡領(lǐng)域的應(yīng)用，提高消化系統(tǒng)疾病診斷的準(zhǔn)確性和特異性.同時(shí)AI技術(shù)的在結(jié)腸鏡領(lǐng)域的應(yīng)用也伴隨著倫理和安全問(wèn)題的出現(xiàn)，這些都是未來(lái)我們要面臨的潛在問(wèn)題.

3 DL技術(shù)與腸鏡檢查

3.1 DL技術(shù)在腸道準(zhǔn)備中的應(yīng)用 腸道準(zhǔn)備是影響腸道檢查的重要因素之一，充分的腸道準(zhǔn)備，有利于更好的觀察腸道黏膜.有臨床研究指出，不充分的腸道準(zhǔn)備可導(dǎo)致腺瘤的漏診率為35%-42%，然而據(jù)統(tǒng)計(jì)10-25%的結(jié)腸鏡檢查仍然存在腸道準(zhǔn)備不充分的情況[33，34].腸道準(zhǔn)備質(zhì)量的不足，可能會(huì)漏診小的息肉，還可能在短時(shí)間內(nèi)重復(fù)進(jìn)行結(jié)腸鏡檢查，不僅消耗時(shí)間還會(huì)增加重復(fù)檢查的風(fēng)險(xiǎn)，并且內(nèi)鏡醫(yī)師對(duì)腸道準(zhǔn)備的評(píng)估是具有主觀差異性的，因此研究一種AI技術(shù)來(lái)評(píng)估腸道準(zhǔn)備情況，是穩(wěn)定且可靠的方法[35].Millien等[36]對(duì)5篇文章中共計(jì)4311個(gè)案例進(jìn)行分析，在AI輔助下的息肉檢出率（polyp detection rate，PDR）和ADR均有所增加（OR=1.91和1.75），并且在良好的腸道準(zhǔn)備下內(nèi)鏡醫(yī)師組的PDR和ADR也較前增長(zhǎng).該研究表明即使在沒(méi)有AI的幫助下，息肉的檢出率是可以通過(guò)提高腸道準(zhǔn)備的質(zhì)量來(lái)增加的.Zhou等[37]基于AI技術(shù)，開(kāi)發(fā)了ENDOANGEL系統(tǒng)，該系統(tǒng)能在腸鏡檢查過(guò)程中持續(xù)、可靠地評(píng)估腸道準(zhǔn)備質(zhì)量評(píng)分，指出DL評(píng)估腸道準(zhǔn)備情況的準(zhǔn)確率高達(dá)91.8%，在20個(gè)結(jié)腸鏡視頻測(cè)試中其準(zhǔn)確率為83.3%，但腸道內(nèi)的氣泡對(duì)AI評(píng)估腸道準(zhǔn)備質(zhì)量是有明顯干擾的.未來(lái)AI技術(shù)在結(jié)腸鏡檢查的各個(gè)環(huán)節(jié)中能發(fā)揮更大的作用，而腸道準(zhǔn)備的評(píng)估只是其中的一個(gè)方面.

3.2 DL技術(shù)在腸鏡檢查的自動(dòng)質(zhì)量控制系統(tǒng)AQCS中的應(yīng)用 腸鏡檢測(cè)的質(zhì)量控制可以減少內(nèi)鏡醫(yī)師技術(shù)上的差異，從而提高腸鏡檢查的質(zhì)量，它包括:退鏡時(shí)間、退鏡的穩(wěn)定性、腸道準(zhǔn)備質(zhì)量的評(píng)估及結(jié)腸息肉的檢測(cè)，充分的檢查時(shí)間，充分的腸道準(zhǔn)備，以及對(duì)腸道中所有屈曲和皺褶仔細(xì)檢查都可以提高腺瘤的檢的出率.Su等[38]基于CNN模型建立的AQCS系統(tǒng)，與對(duì)照組相比，AQCS腺瘤檢出率（0.289vs0.165），息肉檢出率（0.383vs0.254）.此外，AQCS組的退鏡時(shí)間（7.03 minvs5.68 min）和腸道充分準(zhǔn)備率（87.34%vs80.63%）均優(yōu)于對(duì)照組.這項(xiàng)研究表明AQCS提供了一種低成本的，高效實(shí)用的檢測(cè)系統(tǒng)，可增加息肉和腺瘤的檢出率，提高結(jié)腸鏡檢查的質(zhì)量.

近10年來(lái)AI技術(shù)應(yīng)用于腸道檢查的各個(gè)環(huán)節(jié)，輔助內(nèi)鏡醫(yī)師進(jìn)行檢查診斷，提高腸道息肉的檢出率，減少內(nèi)鏡醫(yī)師大量的讀圖時(shí)間，增加工作效率.多項(xiàng)臨床研究中指出AI技術(shù)在腸道疾病的檢測(cè)與診斷中有著重要價(jià)值.

4 DL技術(shù)在臨床應(yīng)用中面臨的倫理問(wèn)題

DL技術(shù)已經(jīng)廣泛應(yīng)用于醫(yī)療領(lǐng)域，同時(shí)也引發(fā)了一系列的倫理問(wèn)題.一套成熟的CNN需要大量的醫(yī)療數(shù)據(jù)進(jìn)行訓(xùn)練，但在數(shù)據(jù)處理、數(shù)據(jù)共享的時(shí)候往往會(huì)出現(xiàn)數(shù)據(jù)泄露的問(wèn)題，使患者的利益受到損害[39].現(xiàn)今，我國(guó)的AI技術(shù)的發(fā)展正處于起步階段，相應(yīng)的規(guī)范準(zhǔn)則還不完善，缺乏安全性，AI輔助系統(tǒng)在醫(yī)療活動(dòng)中可能影響醫(yī)生的對(duì)疾病的判斷，有些成熟的AI系統(tǒng)，甚至可以獨(dú)立診斷，當(dāng)造成嚴(yán)重的后果時(shí)，導(dǎo)致醫(yī)療責(zé)任的主體難以界定，未來(lái)醫(yī)療責(zé)任的問(wèn)題將會(huì)更加突出.AI技術(shù)相較于人類(lèi)有著學(xué)習(xí)能力強(qiáng)、高效準(zhǔn)確且不需要休息等優(yōu)勢(shì)，已經(jīng)對(duì)一些醫(yī)技工作進(jìn)行取代，未來(lái)醫(yī)生的地位受到挑戰(zhàn)[40].但是醫(yī)療活動(dòng)畢竟是一場(chǎng)人文活動(dòng)，面對(duì)不能交流的機(jī)器，患者沒(méi)有得到足夠的人文關(guān)懷，難免會(huì)產(chǎn)生不信賴(lài)和抵觸情緒，從這點(diǎn)能看出AI是無(wú)法完全取代臨床醫(yī)生的，但這樣的同時(shí)也對(duì)臨床醫(yī)師有了更高的要求.

5 展望

AI輔助的自動(dòng)檢測(cè)系統(tǒng)在結(jié)腸鏡領(lǐng)域取得了巨大進(jìn)展，未來(lái)這項(xiàng)技術(shù)可能會(huì)克服在傳統(tǒng)結(jié)腸鏡檢查過(guò)程中因操作技術(shù)的差異和人為因素所帶來(lái)的局限性，但目前大多數(shù)關(guān)于結(jié)腸鏡自動(dòng)檢測(cè)的研究都是小規(guī)模的、非臨床的研究，這項(xiàng)技術(shù)真正投入臨床使用仍有許多的短板，如:（1）要求該系統(tǒng)在檢查中必須具有高的靈敏度、特異性及可靠性;（2）在回盲部及升結(jié)腸及降結(jié)腸等部位由于操作的穩(wěn)定性較差、視野的盲區(qū)，AI系統(tǒng)在此處的ADR較低;（3）在試驗(yàn)設(shè)計(jì)中無(wú)法盲化內(nèi)鏡醫(yī)師，內(nèi)鏡醫(yī)師在已知環(huán)境下可能會(huì)更加仔細(xì)地進(jìn)行結(jié)腸鏡檢查，從而影響檢出率;（4）由于操作過(guò)程中內(nèi)鏡醫(yī)師自身原因影響ADR等.未來(lái)隨著實(shí)驗(yàn)設(shè)計(jì)的完善、AI技術(shù)的成熟，這些問(wèn)題將會(huì)一一解決.

AI技術(shù)的發(fā)展給醫(yī)療領(lǐng)域帶來(lái)了變革，它不僅能增加結(jié)腸鏡檢查中ADR，降低結(jié)直腸癌發(fā)生的風(fēng)險(xiǎn)，還可以用作內(nèi)鏡教學(xué)，減少內(nèi)鏡醫(yī)師的培養(yǎng)成本及時(shí)間.這項(xiàng)技術(shù)在臨床上的應(yīng)用更是適用于我國(guó)發(fā)展不平衡的醫(yī)療資源，它的普及意味著越來(lái)越多的人能夠得到高質(zhì)量的醫(yī)療服務(wù).