消化道良惡性潰瘍?nèi)斯ぶ悄茉\斷的研究進(jìn)展

賴春曉，馬榕，白楊

【提要】 在胃腸道領(lǐng)域，人工智能的輔助應(yīng)用產(chǎn)生了巨大影響。消化道良惡性潰瘍的診斷主要通過內(nèi)鏡及超聲內(nèi)鏡成像進(jìn)行初步診斷，而人工智能能夠輔助圖像分析進(jìn)行準(zhǔn)確的評估，提供比傳統(tǒng)分析更多的信息。因此，本文對消化道疾病，特別是良惡性潰瘍及消化道腫瘤的人工智能診斷技術(shù)，結(jié)合國內(nèi)外文獻(xiàn)進(jìn)行綜述。

人工智能(artificial intelligence，AI)是指由人工制造出來的系統(tǒng)所表現(xiàn)出來的智能，在計(jì)算機(jī)科學(xué)、控制論、信息論、決定論、神經(jīng)心理學(xué)、哲學(xué)、語言學(xué)等多學(xué)科研究基礎(chǔ)上發(fā)展起來的一門交叉學(xué)科。大數(shù)據(jù)時(shí)代的到來，借助機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)(convolution neural network, CNN)等技術(shù)的革新，AI在圖像和語音識(shí)別領(lǐng)域取得飛速發(fā)展。在許多方面，AI使用深度學(xué)習(xí)方法的表現(xiàn)已經(jīng)超越人類。AI同樣適用于醫(yī)學(xué)領(lǐng)域[1]，一些研究表明，AI經(jīng)過大量特定醫(yī)學(xué)圖像的訓(xùn)練，能夠進(jìn)行專家級的圖像識(shí)別[2]。

近十年來，人類腫瘤的研究、治療和生存方面取得了顯而易見的巨大進(jìn)步。隨著我們進(jìn)入一個(gè)日益數(shù)字化的時(shí)代，數(shù)字健康將為未來的癌癥控制提供重要的機(jī)會(huì)[3]。人工智能現(xiàn)在被用于幫助早期診斷，許多研究表明，基于人工智能的篩查和成像，可以勝過放射學(xué)家和病理學(xué)家。大數(shù)據(jù)和真實(shí)世界數(shù)據(jù)是這一領(lǐng)域的關(guān)鍵，因?yàn)樗鼈優(yōu)樾碌奶幚硭惴ǖ拈_發(fā)和測試提供了大量數(shù)據(jù)集。然而，數(shù)據(jù)生成、數(shù)據(jù)存儲(chǔ)及其使用的爆炸性增長，需要正確的專業(yè)知識(shí)和治理，以防止誤解和利用[4]。

消化性潰瘍主要指發(fā)生于胃和十二指腸的慢性潰瘍，但也可以發(fā)生在消化道的其余部位，是一多發(fā)病、常見病。潰瘍的形成有各種因素，其中酸性胃液對黏膜的消化作用是潰瘍形成的基本因素。消化道良性潰瘍與惡性潰瘍的鑒別對后續(xù)治療非常重要，但有時(shí)傳統(tǒng)內(nèi)鏡診斷十分困難，檢查過程中觀察時(shí)間長，其準(zhǔn)確性一定程度上有賴于操作醫(yī)生的技術(shù)水平及臨床經(jīng)驗(yàn)，而AI的應(yīng)用可以很好地解決這些問題，由此得到消化道潰瘍良惡性的診斷，并為后續(xù)治療提供建議。

1 食管良惡性潰瘍的AI輔助診斷

對食管良惡性潰瘍進(jìn)行準(zhǔn)確的識(shí)別主要是為了能夠早期地診斷食管癌。我國是食管癌的高發(fā)國家之一，每年食管癌的新發(fā)病例可超過22萬例，死亡病例約為20萬例[5]，其中，90%的食管癌患者已達(dá)中晚期。食管癌早期并不伴有淋巴結(jié)的轉(zhuǎn)移，早期發(fā)現(xiàn)時(shí)可在內(nèi)鏡下切除，五年生存率可達(dá)95%。食管癌的早發(fā)現(xiàn)早治療對預(yù)后尤為重要?，F(xiàn)今已有研究將人工智能應(yīng)用于早期食管癌診斷，對食管癌早期地準(zhǔn)確識(shí)別有重大意義。Ohmori等[6]訓(xùn)練基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的AI系統(tǒng)對食管癌進(jìn)行診斷，其中非放大內(nèi)鏡圖像測試敏感性、特異性、準(zhǔn)確率分別為90%、76%和81%，放大內(nèi)鏡圖像測試敏感性、特異性、準(zhǔn)確率分別為98%、56%和77%，研究所得結(jié)果與有經(jīng)驗(yàn)的內(nèi)鏡醫(yī)師測試結(jié)果無明顯差異。石善江等[7]的研究通過回顧性收集2120張食道圖像，分別交給人工智能系統(tǒng)技術(shù)與4名內(nèi)鏡醫(yī)師進(jìn)行診斷，研究結(jié)果表示人工智能系統(tǒng)診斷的敏感度、特異度和總準(zhǔn)確率均明顯優(yōu)于內(nèi)鏡醫(yī)生。Cai等[8]的研究系統(tǒng)具有實(shí)時(shí)病灶標(biāo)注提示功能，經(jīng)驗(yàn)不足的醫(yī)生在該系統(tǒng)提示后作出的診斷準(zhǔn)確率明顯提升。還有研究[9]還證實(shí)人工智能系統(tǒng)可勾勒出病灶的輪廓范圍。

2 胃良惡性潰瘍的AI輔助診斷

胃潰瘍可分為良性潰瘍和惡性潰瘍，惡性胃潰瘍也就是病理類型為潰瘍型的胃癌，其治療方式及預(yù)后與良性胃潰瘍大相徑庭。胃癌的5年生存率低，約為25%～30%，其中早期胃癌明顯高于進(jìn)展期胃癌[10]。胃癌的療效、預(yù)后與其分期有密切的關(guān)系，故提高胃癌的早期診斷率有助于善胃癌患者的生活質(zhì)量及預(yù)后。正常情況下，內(nèi)鏡醫(yī)師對良惡性潰瘍的診斷是先在普通胃鏡下通過形態(tài)等經(jīng)驗(yàn)鑒別胃良惡性潰瘍，但胃鏡下的病理活檢確診與內(nèi)鏡醫(yī)師在內(nèi)鏡下的判斷仍舊有許多差異，從而給胃癌的早期診斷及早期治療帶來很大的困難[11]。Menon和Trudgill于[12]2014年的一項(xiàng)分析表明，在確診的前3年內(nèi)約有11.3%的上消化道癌被漏診，而機(jī)器在輔助診斷上消化道癌癥方面所表現(xiàn)出來的客觀性不容小覷。因此,基于深度學(xué)習(xí)的AI輔助癌癥早期診斷的研究應(yīng)運(yùn)而生。王智杰等[13]采用CNN模型構(gòu)建了深度學(xué)習(xí)模型，結(jié)果顯示，與內(nèi)鏡醫(yī)師進(jìn)行比較，此模型的靈敏度、特異度、準(zhǔn)確度均高于內(nèi)鏡醫(yī)師組，而診斷時(shí)間短于內(nèi)鏡醫(yī)師組。同樣的，Kaneska[14]等與Zhu[15]等的研究也都證明了AI參與下的早期潰瘍型胃癌識(shí)別準(zhǔn)確率和特異度均增高。Zhu[15]等的研究中用最先進(jìn)的預(yù)訓(xùn)練CNN架構(gòu)ResNet50，將790張胃癌圖像用于訓(xùn)練數(shù)據(jù)集，并用另外203張圖像用于測試數(shù)據(jù)集，該系統(tǒng)還能夠準(zhǔn)確判斷胃癌入侵胃壁層次，從而指導(dǎo)治療。而黃麗[16]等在2020年發(fā)表的研究中將拍攝的胃鏡圖片1885張輸入基于fastai框架的Res-net50模型、基于Keras框架的Res-net50模型和基于Keras框架的VGG-16模型進(jìn)行訓(xùn)練，在最后的結(jié)果中VGG-16模型表現(xiàn)出了最好的結(jié)果，對正常胃黏膜與良性胃潰瘍、惡性胃潰瘍的鑒別精確度高達(dá)98%。同時(shí)，Wu L[17]等的研究中開發(fā)的AI質(zhì)量控制系統(tǒng)在胃鏡檢查過程中實(shí)時(shí)監(jiān)測醫(yī)師的檢查是否覆蓋26個(gè)部位，從而減少胃鏡檢查的盲區(qū)，降低漏檢率。

AI不僅在良惡性胃潰瘍的診斷，還在早期胃癌等病灶的實(shí)時(shí)診斷和邊界標(biāo)記方面具有潛在的應(yīng)用價(jià)值。Kanesaka[14]等應(yīng)用計(jì)算機(jī)輔助系統(tǒng)對深度學(xué)習(xí)模型進(jìn)行訓(xùn)練并測試，結(jié)果表明，其對早期胃癌的診斷準(zhǔn)確度可達(dá)96.3%，對早期胃癌邊界范圍標(biāo)記的準(zhǔn)確度可達(dá)(73.8±10.9)%。

良惡性胃潰瘍的診斷“金標(biāo)準(zhǔn)”是病理學(xué)診斷，但由于病理醫(yī)生的培養(yǎng)周期長而工作收入又較低，造成病理學(xué)領(lǐng)域人才稀缺。近年來數(shù)字病理技術(shù)的興起使數(shù)據(jù)可長期存儲(chǔ)于計(jì)算機(jī)中，數(shù)據(jù)的規(guī)?；矠槿斯ぶ悄軕?yīng)用于病理診斷創(chuàng)造了可能。圖像分割的領(lǐng)域已經(jīng)存在了Seg-Net、U-net等優(yōu)[18]秀模型，深度學(xué)習(xí)也在醫(yī)學(xué)病理領(lǐng)域擁有了一定的研究成果。2018年張澤中等[19]的研究中已經(jīng)做過基于AlexNet與GoogLeNet模型融合的胃癌病理圖像分析系統(tǒng)，實(shí)現(xiàn)對病理圖像的分割，從而輔助病理醫(yī)生診斷胃潰瘍型腫瘤、發(fā)生部位以及分期。除此之外，張澤中等[20]還提出了一種多尺度深度學(xué)習(xí)模型MIFNet，通過多尺度數(shù)據(jù)輸入和特征融合，對胃癌病例圖像的分割得到更一步提升，實(shí)現(xiàn)了更好的臨床輔助診斷。

3 結(jié)直腸良惡性潰瘍的AI輔助診斷

結(jié)直腸癌中潰瘍型腫瘤為最常見的病理類型，因此，結(jié)直腸癌的早期準(zhǔn)確識(shí)別需要結(jié)直腸良惡性潰瘍的準(zhǔn)確鑒別。而在結(jié)直腸良性潰瘍疾病中，潰瘍性結(jié)腸炎需要與惡性潰瘍型結(jié)腸癌相鑒別，同時(shí)潰瘍性結(jié)腸炎的炎癥活動(dòng)程度與結(jié)腸癌密切相關(guān)，需要明確評定。Ozawa[21]等的研究用841例潰瘍性結(jié)腸炎患者的26304張圖像訓(xùn)練后的CNN檢測114例潰瘍性結(jié)腸炎患者的3981張內(nèi)鏡圖像分類疾病活動(dòng)程度，該系統(tǒng)識(shí)別Mayo-0和Mayo-1級的潰瘍性結(jié)腸炎的受試者工作特征曲線下面積分別為0.86和0.98，且處理時(shí)間小于每幀30 ms，甚至可用于實(shí)時(shí)腸鏡操作過程視頻識(shí)別。

在應(yīng)用不同內(nèi)鏡對結(jié)直腸潰瘍型腫瘤進(jìn)行診斷的過程中，AI的輔助作用具有很大的意義。人工智能軟件已被納入消化道疾病診斷的日常使用設(shè)備或裝置中，2019年3月4日，奧林巴斯[22]于推出了第一個(gè)名為 endobrain 的商業(yè)人工智能內(nèi)窺鏡系統(tǒng)，該系統(tǒng)是與來自橫濱北部醫(yī)院(日本橫濱)的學(xué)術(shù)內(nèi)窺鏡專家合作開發(fā)的。這個(gè)軟件允許人工智能輔助鑒別區(qū)分實(shí)時(shí)結(jié)腸鏡檢查中的良惡性腫瘤。近年來細(xì)胞內(nèi)鏡對消化系統(tǒng)診斷的意義被廣泛研究，細(xì)胞內(nèi)鏡是放大倍數(shù)可達(dá)1400倍的一種新型內(nèi)鏡成像技術(shù)，其可以利用活體染色和顯微探針接觸組織表面直接觀察表淺上皮層細(xì)胞結(jié)構(gòu)。Misawa[22]等構(gòu)建了一個(gè)基于細(xì)胞內(nèi)鏡血管模式的計(jì)算機(jī)輔助診斷系統(tǒng)，與專家組及非專家組內(nèi)鏡醫(yī)師對比診斷結(jié)直腸病變，結(jié)果顯示該系統(tǒng)鑒別診斷潰瘍性腫瘤與良性潰瘍病變的整體準(zhǔn)確率(87.8%)高于專家組內(nèi)鏡醫(yī)師(84.2%)和非專家組內(nèi)鏡醫(yī)師(63.4%)。也已有研究表明，AI能夠改善結(jié)腸良惡性腫瘤的內(nèi)鏡鑒別，在內(nèi)切細(xì)胞鏡中敏感度和準(zhǔn)確性均高于內(nèi)鏡專家，在內(nèi)切細(xì)胞鏡窄帶圖像中敏感度和準(zhǔn)確性與專家內(nèi)視鏡相似，但優(yōu)于內(nèi)視鏡學(xué)員。

病理學(xué)作為醫(yī)學(xué)診斷的“金標(biāo)準(zhǔn)”被廣泛運(yùn)用于臨床，深度學(xué)習(xí)作為工具來協(xié)助病理醫(yī)生診斷成為一種需求。李江濤[23]等提出了一種基于圖像配準(zhǔn)的標(biāo)注遷移方法，在來自不同掃描儀的WSI之間建立仿射映射，既可以避免病理醫(yī)生對新圖像的重新標(biāo)注，也可以避免標(biāo)注的差異，從而更好區(qū)分結(jié)腸潰瘍型腫瘤。

4 結(jié)語

全球約50%的上消化道癌發(fā)生在中國，因?yàn)橄腊┌Y病理變化的差異性較大導(dǎo)致診斷困難，這其中超過85%的患者在初次診斷時(shí)已為中晚期。上消化道早期癌患者五年生存率超過90%，而晚期患者的五年生存率不足10%[24]。因此，上消化道癌的早期診斷早期治療在癌癥的療效與預(yù)后方面尤為重要[25]。臨床上消化道癌癥的早期診斷主要依賴于內(nèi)鏡檢查與病理活檢，但我國城鎮(zhèn)醫(yī)生醫(yī)療水平差異大，且很多早期癌在內(nèi)鏡下沒有明顯具體的表征，導(dǎo)致內(nèi)鏡早期癌的檢出率不足10%。癌癥導(dǎo)致了巨大的經(jīng)濟(jì)負(fù)擔(dān)與社會(huì)問題，如何準(zhǔn)確有效地診斷消化道癌癥成為目前研究者研究的重點(diǎn)[4]。

消化道潰瘍的診斷除了根據(jù)臨床癥狀評分外，消化道潰瘍的嚴(yán)重程度主要通過內(nèi)鏡檢查來進(jìn)行評估。然而，已有研究證實(shí)缺乏一種充分驗(yàn)證的內(nèi)鏡評分儀器來評估潰瘍的疾病活動(dòng)，消化道潰瘍的良惡性診斷存在著相當(dāng)大的主觀差異。因此，AI輔助診斷更有利于結(jié)果的客觀性與準(zhǔn)確性。Maeda[26]等人使用測試圖像集來評估CAD系統(tǒng)的準(zhǔn)確性，得到CAD提供的診斷敏感性、特異性和準(zhǔn)確性分別為74%、97%和91%，證實(shí)了基于AI的CAD系統(tǒng)可能允許完全自動(dòng)識(shí)別與潰瘍相關(guān)的持續(xù)性組織學(xué)炎癥。

大數(shù)據(jù)時(shí)代的到來，AI技術(shù)的飛速發(fā)展，在醫(yī)療行業(yè)掀起巨浪。在PU診斷的領(lǐng)域，AI提供了前所未有的可能性。在現(xiàn)有研究中，AI已經(jīng)證實(shí)了能夠輔助內(nèi)鏡下Hp感染的檢測以及膠囊內(nèi)鏡下黏膜病變的評估，AI的輔助提供了準(zhǔn)確而有用的意見，醫(yī)生減輕了時(shí)間成本，并能從中得到比常規(guī)分析更多更準(zhǔn)確的信息減輕了時(shí)間成本，從而準(zhǔn)確診斷消化道潰瘍的良惡性?？萍冀o醫(yī)療領(lǐng)域帶來的改變令人興奮，但于此同時(shí)也帶來了許多關(guān)于責(zé)任的問題，AI成像在診斷方面的應(yīng)用還有很長的一段路要走。臨床醫(yī)生更要明白，使用這種工具的程度只在于用于輔助診斷，而不是作為唯一的診斷手段，人工智能不會(huì)也不能取代臨床醫(yī)學(xué)的人類元素。醫(yī)學(xué)界有許多令人興奮的地方，然而，醫(yī)學(xué)界對人工智能的不確定性和焦慮也是顯而易見的。浪潮到來時(shí)更應(yīng)乘風(fēng)破浪，繼續(xù)研究新的AI技術(shù)，提高診斷和預(yù)后的準(zhǔn)確性，讓AI更好地應(yīng)用于醫(yī)學(xué)的輔助，是研究者當(dāng)下重要的課題。