李靚璐 劉軍娜 石澤璇 牛瓊
濱州醫(yī)學(xué)院附屬醫(yī)院消化內(nèi)科,濱州 256603
近年來(lái),以卷積神經(jīng)網(wǎng)絡(luò)(CNN)為代表的深度學(xué)習(xí)模型發(fā)展迅速,廣泛應(yīng)用于諸多領(lǐng)域。醫(yī)學(xué)生物數(shù)據(jù)的廣泛可用性使人工智能(AI)在醫(yī)學(xué)領(lǐng)域也得以嶄露頭角。在精準(zhǔn)醫(yī)療時(shí)代,AI將輔助醫(yī)生完成由數(shù)據(jù)收集轉(zhuǎn)向數(shù)據(jù)分析,將數(shù)據(jù)轉(zhuǎn)化成輔助臨床操作有效工具,減少失誤以提高診斷準(zhǔn)確性,AI正在革新醫(yī)療方式。
胃癌是全球第五大惡性腫瘤,也是癌癥相關(guān)死亡的第三大相關(guān)原因[1]。胃癌5年生存率為30%,大多數(shù)患者在最初診斷時(shí)已有局部擴(kuò)散及轉(zhuǎn)移。如果能在早期檢測(cè)并診斷出胃癌,則可以進(jìn)行根治性切除,從而將5年生存率提高到95%[2]。因此早期發(fā)現(xiàn)胃癌及癌前病變是提高生存率的關(guān)鍵。通常胃癌被認(rèn)為是Correa級(jí)聯(lián)的最后一步[3]。具體來(lái)說(shuō),這一步的進(jìn)化始于慢性幽門(mén)螺桿菌感染,接著是萎縮、腸化(被認(rèn)為是“不歸路點(diǎn)”)和腫瘤。幽門(mén)螺桿菌感染是目前已知胃癌的最強(qiáng)生物因素。根據(jù)《亞太地區(qū)胃癌預(yù)防共識(shí)指南》提出,篩查及根除幽門(mén)螺桿菌可降低高危人群的胃癌發(fā)病率[4]。國(guó)際癌癥研究機(jī)構(gòu)(IARC)認(rèn)為根除幽門(mén)螺桿菌來(lái)預(yù)防胃癌是合理的,并呼吁相關(guān)國(guó)家及地區(qū)將其納入國(guó)家癌癥控制計(jì)劃[5]。在日本、韓國(guó)等胃癌高發(fā)地區(qū)的內(nèi)鏡檢查可使胃癌病死率下降40%[6-8]。歐美等發(fā)病率較低地區(qū)因成本效益及缺乏經(jīng)驗(yàn)豐富的內(nèi)鏡醫(yī)生則重點(diǎn)關(guān)注具有癌前病變及胃癌家族史的高?;颊叩亩?jí)預(yù)防[9]。因此,為了進(jìn)一步了解AI在胃癌發(fā)展各個(gè)階段的相關(guān)進(jìn)展作一綜述。
內(nèi)鏡檢查有助于診斷幽門(mén)螺桿菌感染。白光內(nèi)鏡是消化內(nèi)鏡技術(shù)發(fā)展的基礎(chǔ),也是使用最廣泛、最具臨床價(jià)值的技術(shù)。在普通白光內(nèi)鏡下,幽門(mén)螺桿菌感染主要表現(xiàn)為黏液附著、彌漫性發(fā)紅、點(diǎn)狀發(fā)紅、皺襞增粗、黏膜水腫、RAC消失、黏膜馬賽克樣改變或馬賽克樣改變伴中心或周圍充血[10]。目前活體組織病理檢查仍是診斷幽門(mén)螺桿菌感染的金標(biāo)準(zhǔn),但以光學(xué)活體組織檢查取代侵入性活體組織檢查是我們的終極目標(biāo)。2019年,Zheng等[11]為了評(píng)估CNN檢驗(yàn)幽門(mén)螺桿菌感染的準(zhǔn)確性進(jìn)行了一項(xiàng)研究。實(shí)驗(yàn)共回顧性納入1 959例患者,其中847例患者在胃活檢和/或幽門(mén)螺桿菌呼氣試驗(yàn)中記錄了幽門(mén)螺桿菌感染。CNN對(duì)每位患者的多張胃圖像的曲線下面積(AUC)、靈敏度、特異度和準(zhǔn)確度分別為0.97、91.6%、98.6%和93.8%。這表明AI系統(tǒng)在診斷幽門(mén)螺桿菌感染性胃炎方面有著較高的準(zhǔn)確性。隨著各種內(nèi)鏡技術(shù)的發(fā)展,診斷方法的增加,也在實(shí)踐中逐漸提高了幽門(mén)螺桿菌感染的檢出能力。2020年,Nakashima等[13]發(fā)表研究,旨在開(kāi)發(fā)一個(gè)計(jì)算機(jī)輔助診斷(CAD)系統(tǒng),將患者的幽門(mén)螺桿菌感染狀態(tài)分為3類:未感染狀態(tài)(無(wú)幽門(mén)螺桿菌感染史)、當(dāng)前感染狀態(tài)、根除后狀態(tài)。內(nèi)窺鏡數(shù)據(jù)用于開(kāi)發(fā)兩個(gè)不同的CAD系統(tǒng),一個(gè)用于LCI(LCI-CAD),另一個(gè)用于WLI(WLI-CAD)圖像。LCI是一種圖像增強(qiáng)內(nèi)鏡技術(shù),使用激光光源擴(kuò)大不同病變黏膜之間的色差,有利于黏膜病變的識(shí)別[14]。對(duì)比顯示,LCI-CAD數(shù)據(jù)的診斷準(zhǔn)確率高于基于WLI-CAD的診斷準(zhǔn)確率。另外一項(xiàng)單中心、前瞻性研究應(yīng)用激光光源的圖像增強(qiáng)內(nèi)鏡系統(tǒng),其有兩個(gè)激光光源,可以提供白光成像、藍(lán)色激光成像和鏈接彩色成像。結(jié)果顯示,AI系統(tǒng)輔助白光成像、藍(lán)色激光成像和鏈接彩色成像內(nèi)鏡下診斷幽門(mén)螺桿菌感染性胃炎的AUC分別為0.66、0.96、0.95[22]。這表明AI系統(tǒng)輔助圖像增強(qiáng)內(nèi)鏡檢查可提高內(nèi)鏡下幽門(mén)螺桿菌感染性胃炎的檢出率。以上研究可表明在AI輔助下光學(xué)活體組織檢查取代侵入性活體組織檢查具有較大潛力及臨床應(yīng)用價(jià)值。
《中國(guó)胃黏膜癌前狀態(tài)和癌前病變的處理策略專家共識(shí)(2020年)》指出[15],胃黏膜萎縮和腸化生屬于癌前狀態(tài),胃上皮內(nèi)瘤變屬于癌前病變,二者均有胃癌發(fā)生風(fēng)險(xiǎn)。胃黏膜萎縮、腸化生、胃上皮內(nèi)瘤變是胃癌發(fā)生的獨(dú)立危險(xiǎn)因素,為胃癌的發(fā)生提供了基礎(chǔ)條件[16]。在內(nèi)鏡檢查中,胃腸道癌通常表現(xiàn)出典型的形態(tài)學(xué)特征,相比之下,癌前病變則很少表現(xiàn)出形態(tài)學(xué)變化,在內(nèi)鏡檢查中進(jìn)行病變的篩查需要耗費(fèi)大量人力及時(shí)間,且嚴(yán)重依賴臨床經(jīng)驗(yàn)。內(nèi)鏡診斷萎縮性胃炎的靈敏度僅為42%,這就導(dǎo)致慢性萎縮性胃炎的漏診率特別高。為提高慢性萎縮性胃炎的診斷率,Zhang等[17]構(gòu)建并訓(xùn)練了一個(gè)CNN慢性萎縮性胃炎模型。共收集1 699例患者的5 470張胃竇圖像來(lái)訓(xùn)練模型,根據(jù)病理結(jié)果,其中有3 042張圖像描繪了萎縮性胃炎。通過(guò)反復(fù)交叉驗(yàn)證及與專家的診斷結(jié)果進(jìn)行比較,結(jié)果示:CNN慢性萎縮性胃炎模型診斷萎縮性胃炎的準(zhǔn)確度、靈敏度和特異度分別為0.942、0.945和0.940,均高于專家組。輕度、中度和重度萎縮性胃炎的檢出率分別為93%、95%和99%。利用AI檢出萎縮性胃炎的準(zhǔn)確性和有效性被驗(yàn)證。2021年,Xu等[18]回顧性地將來(lái)自760名患者的6 200張內(nèi)窺鏡圖像和來(lái)自77名接受圖像增強(qiáng)內(nèi)鏡患者的98段視頻片段被納入研究。GA在內(nèi)部測(cè)試集的診斷準(zhǔn)確率為0.901,在多中心外部測(cè)試集的診斷準(zhǔn)確率為0.864,在前瞻性視頻測(cè)試集中的診斷準(zhǔn)確率為0.878。而IM在內(nèi)部測(cè)試集中的診斷準(zhǔn)確率為0.908,在多中心外部測(cè)試集中為0.859,在前瞻性視頻測(cè)試集中為0.898。CNN對(duì)胃癌前病變的診斷準(zhǔn)確率高,與內(nèi)鏡專家相似。AI輔助消化內(nèi)鏡檢查可提高癌前病變的檢出率及效率。
胃鏡及活組織檢查是目前診斷胃癌的金標(biāo)準(zhǔn)。普通內(nèi)鏡適用于發(fā)現(xiàn)進(jìn)展期胃癌,對(duì)早期胃癌的檢出率較低,早期胃癌的發(fā)現(xiàn)更依賴于檢查者的內(nèi)鏡操作經(jīng)驗(yàn)和電子、化學(xué)染色及放大內(nèi)鏡設(shè)備[19]。然而針對(duì)胃癌高發(fā)地區(qū)而言,患者數(shù)量巨大、內(nèi)鏡醫(yī)師數(shù)量短缺、內(nèi)鏡意識(shí)診斷早癌的技術(shù)和經(jīng)驗(yàn)不足、先進(jìn)內(nèi)鏡設(shè)備缺乏等問(wèn)題均成為早期胃癌內(nèi)鏡下檢出率提高的障礙。2019年,Li等[20]基于CNN來(lái)分析窄帶成像放大內(nèi)鏡(ME-NBI)觀察到的胃黏膜病變。結(jié)果CNN系統(tǒng)診斷早期胃癌的靈敏度、特異度和準(zhǔn)確度分別為91.18%、90.64%和90.91%。CNN的診斷準(zhǔn)確率與專家的診斷準(zhǔn)確率差異無(wú)統(tǒng)計(jì)意義。然而,CNN的診斷靈敏度明顯高于專家。此外,CNN的診斷靈敏度、特異度和準(zhǔn)確度明顯高于非專家組。從而可以窺見(jiàn)CNN系統(tǒng)可以在通過(guò)常規(guī)和放大內(nèi)鏡獲得的圖像上定量識(shí)別EGC。Horiuchi等[21]則利用ME-NBI獲得的1 492張癌癥圖像和1 078張非癌癥圖像對(duì)CNN系統(tǒng)進(jìn)行預(yù)訓(xùn)練。此外,使用174個(gè)視頻(87個(gè)癌視頻和87個(gè)非癌視頻)評(píng)估CNN系統(tǒng)的診斷性能,結(jié)果CAD系統(tǒng)顯示AUC為0.868 4,準(zhǔn)確度、靈敏度、特異度、陽(yáng)性預(yù)測(cè)值(PPV)和陰性預(yù)測(cè)值(NPV)分別為85.1%、87.4%、82.8%、83.5%和86.7%。CNN系統(tǒng)在實(shí)時(shí)診斷和使用視頻圖像描繪EGC方面顯示出巨大潛力。AI聯(lián)合染色內(nèi)鏡在多個(gè)研究中均顯示出具有較高的早期胃癌檢出率,具有較大的臨床潛力。在實(shí)際應(yīng)用中可有效輔助內(nèi)鏡醫(yī)生進(jìn)行內(nèi)鏡下早期胃癌的診斷及治療。
早期胃癌有其獨(dú)特的行為特點(diǎn),既往傳統(tǒng)的治療以追求腫瘤根治的開(kāi)腹胃切除及淋巴結(jié)清掃為主,但外科手術(shù)破壞了胃的正常生理結(jié)構(gòu),影響了胃的遠(yuǎn)期生理功能。隨著近年來(lái)內(nèi)鏡技術(shù)的進(jìn)步,內(nèi)鏡下治療具有創(chuàng)傷小、恢復(fù)快、并發(fā)癥少、費(fèi)用低等優(yōu)點(diǎn)。盡管內(nèi)鏡下治療早期胃癌是大勢(shì)所趨,但術(shù)前準(zhǔn)確臨床分期存在困難,且其操作依賴于經(jīng)驗(yàn)豐富的內(nèi)鏡醫(yī)師,存在一定的技術(shù)門(mén)檻。Zhu等[23]構(gòu)建CNN模型對(duì)790幅胃癌內(nèi)鏡圖像進(jìn)行訓(xùn)練和學(xué)習(xí),并對(duì)203幅胃癌圖像進(jìn)行測(cè)試,利用CNN系統(tǒng)判斷胃癌的侵襲深度,其靈敏度與特異度分別是76.47%與95.56%,整體精準(zhǔn)率是89.16%,其精準(zhǔn)率與特異度都高于內(nèi)鏡醫(yī)師。AI系統(tǒng)對(duì)腫瘤侵襲胃壁的深度有精準(zhǔn)評(píng)估,可避免不必要的外科手術(shù)。
AI系統(tǒng)輔助消化內(nèi)鏡同時(shí)結(jié)合了計(jì)算機(jī)強(qiáng)大的學(xué)習(xí)能力、運(yùn)算能力以及內(nèi)鏡專家的診斷能力,在胃癌發(fā)生的各個(gè)階段均大幅提高了診斷的準(zhǔn)確性及效率,極大地避免了內(nèi)鏡醫(yī)師在診治過(guò)程中的主觀性偏倚。然而,當(dāng)前對(duì)于AI輔助消化內(nèi)鏡的相關(guān)研究仍存在一定的局限性。首先,在于AI本身,一個(gè)AI系統(tǒng)的建立到臨床應(yīng)用,需要耗費(fèi)大量人力、財(cái)力、物力,我國(guó)地區(qū)之間發(fā)展不平衡,難以大范圍推廣此項(xiàng)技術(shù);第二,目前多數(shù)研究為回顧性研究,缺乏對(duì)于臨床遠(yuǎn)期療效的對(duì)比;第三,數(shù)據(jù)不足。患者數(shù)目眾多,且個(gè)體差異較大,為進(jìn)一步提高系統(tǒng)診斷的準(zhǔn)確性,需要大量原始數(shù)據(jù),當(dāng)前研究多為單中心驗(yàn)證,缺乏多中心驗(yàn)證進(jìn)一步評(píng)估其臨床價(jià)值;第四,隨著消化內(nèi)鏡技術(shù)的發(fā)展,內(nèi)鏡下早期胃癌的診斷不能僅依賴于白光內(nèi)鏡,多數(shù)情況需變換模式,目前尚無(wú)變換模式的計(jì)算機(jī)模型出現(xiàn)??傊?,AI輔助消化內(nèi)鏡在早期胃癌的早診、早治方面具有較高的臨床價(jià)值及潛力。同時(shí),此多種交叉學(xué)科的進(jìn)步需要多學(xué)科專家的協(xié)同努力,仍需設(shè)計(jì)更多更加合理的試驗(yàn)。相信在不久的將來(lái),AI輔助消化內(nèi)鏡檢出早期胃癌可以越來(lái)越普遍地應(yīng)用于臨床,造福于患者,為患者提供更加個(gè)體化、精準(zhǔn)化以及高性價(jià)比的治療。