AI賦能消化道疾病診療

胃癌和食管癌的全球發(fā)病率和死亡率均居高不下。其中，胃癌是第五大常見(jiàn)癌癥，而食管癌位居第八，每年新增病例數(shù)以百萬(wàn)計(jì)[1，2]。這些癌癥因早期癥狀不明顯，造成許多患者確診時(shí)已為晚期，治療效果和預(yù)后較差。盡管內(nèi)鏡技術(shù)的進(jìn)步為早期檢測(cè)和治療帶來(lái)希望，但內(nèi)鏡醫(yī)師專業(yè)水平差異、醫(yī)療資源分布不均等問(wèn)題使得早期篩查仍面臨挑戰(zhàn)。此外，消化道早期癌癥具有隱蔽性，即使在內(nèi)鏡檢查中也容易被漏診，因此迫切需要提高篩查的準(zhǔn)確性和效率。

人工智能（artificialintelligence，AI）技術(shù)的發(fā)展為解決這些難題提供了新機(jī)遇，它的出現(xiàn)改善了傳統(tǒng)內(nèi)鏡檢查準(zhǔn)確性受限的弊端。通過(guò)深度學(xué)習(xí)，AI能夠分析大量?jī)?nèi)鏡圖像，識(shí)別出早期癌癥的微小病變，為醫(yī)生提供更精確的診斷支持。AI輔助的內(nèi)鏡圖像分析系統(tǒng)能將早期胃癌的檢出率提高到90%以上[3]，在消化道早癌篩查中顯示出良好的應(yīng)用前景。

消化道早癌篩查面臨的困境

全球范圍內(nèi)的挑戰(zhàn)

在全球范圍內(nèi)，消化道早癌篩查面臨著諸多難題[2]。醫(yī)療資源的分配不均廣泛存在，這使得許多國(guó)家和地區(qū)難以有效實(shí)施篩查計(jì)劃。在非洲和東南亞的一些國(guó)家，薄弱的醫(yī)療基礎(chǔ)設(shè)施嚴(yán)重阻礙了早癌篩查的開(kāi)展。即便在醫(yī)療技術(shù)較為先進(jìn)的地區(qū)，專業(yè)內(nèi)鏡醫(yī)師的缺乏也成為一個(gè)顯著問(wèn)題，限制了篩查的普及和質(zhì)量的提升。同時(shí)，公眾對(duì)早癌篩查的認(rèn)知不足，以及對(duì)內(nèi)鏡檢查的恐懼和不適，進(jìn)一步降低了篩查的參與度。此外，高昂的醫(yī)療費(fèi)用也是許多患者面臨的一大難題，特別是在經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)。這些挑戰(zhàn)共同構(gòu)成了全球范圍內(nèi)提高消化道早癌篩查率的障礙。

中國(guó)的挑戰(zhàn)

在全球背景下，中國(guó)的消化道早癌篩查還面臨著一系列獨(dú)特的挑戰(zhàn)。中國(guó)醫(yī)療資源的分配不均問(wèn)題尤為嚴(yán)重，優(yōu)質(zhì)資源主要集中在大城市，而農(nóng)村和偏遠(yuǎn)地區(qū)的醫(yī)療條件則相對(duì)較差。與日本和韓國(guó)相比，中國(guó)的人均內(nèi)鏡醫(yī)師數(shù)量明顯不足，導(dǎo)致醫(yī)師工作負(fù)擔(dān)重、壓力大，進(jìn)而增加了漏診的風(fēng)險(xiǎn)。特別是在基層醫(yī)療機(jī)構(gòu)，內(nèi)鏡醫(yī)師的短缺問(wèn)題更加突出，直接影響了早癌篩查的質(zhì)量和效率。同時(shí)，中國(guó)公眾對(duì)消化道早癌篩查的認(rèn)知也有待提高，許多人對(duì)內(nèi)鏡檢查存在恐懼心理，導(dǎo)致篩查參與度不高。經(jīng)濟(jì)因素同樣是一個(gè)重要考量，許多家庭因擔(dān)心醫(yī)療費(fèi)用而推遲或放棄篩查。此外，中國(guó)的城鄉(xiāng)二元結(jié)構(gòu)使得農(nóng)村居民獲取醫(yī)療服務(wù)的機(jī)會(huì)更加有限，他們的健康需求常常被忽視[4]。因此，在推進(jìn)消化道早癌篩查工作時(shí)，需要更加注重醫(yī)療資源的均衡分配、加強(qiáng)公眾教育、減輕醫(yī)師工作負(fù)擔(dān)以及降低醫(yī)療費(fèi)用等方面的努力。

AI技術(shù)的發(fā)展

起源與技術(shù)演進(jìn)

AI，這一術(shù)語(yǔ)自誕生起，便承載著人類對(duì)智能極限的不懈追求[5]。從最初的邏輯編程到現(xiàn)今的深度學(xué)習(xí)，AI技術(shù)不斷突破，日益貼近我們的生活。1950年，阿蘭·圖靈提出著名的圖靈測(cè)試，為判定機(jī)器是否具備智能設(shè)立了標(biāo)準(zhǔn)。隨后的1956年，達(dá)特茅斯會(huì)議上“AI”概念被正式提出，標(biāo)志著這一新興學(xué)科的誕生。在接下來(lái)的幾十年里，AI技術(shù)經(jīng)歷了從基于規(guī)則的專家系統(tǒng)到機(jī)器學(xué)習(xí)，再到深度學(xué)習(xí)的轉(zhuǎn)變。特別是進(jìn)入21世紀(jì)后，隨著數(shù)據(jù)量的激增和計(jì)算能力的提升，深度學(xué)習(xí)異軍突起，成為AI領(lǐng)域的重要分支。深度學(xué)習(xí)通過(guò)模擬人腦神經(jīng)網(wǎng)絡(luò)的工作方式，能夠處理復(fù)雜的數(shù)據(jù)模式。這一技術(shù)的突破使得AI在圖像識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等領(lǐng)域取得了顯著成果。例如，2012年AlexNet在ImageNet圖像識(shí)別競(jìng)賽中的卓越表現(xiàn)，以及2016年谷歌AlphaGo戰(zhàn)勝世界圍棋冠軍的壯舉，到如今發(fā)布的ChatGPT，都展示了AI技術(shù)的巨大潛力。

AI的多領(lǐng)域應(yīng)用與優(yōu)勢(shì)

AI在醫(yī)療健康、金融、教育、交通和制造等多個(gè)領(lǐng)域的應(yīng)用，正引發(fā)一場(chǎng)前所未有的變革[6]。在醫(yī)療健康領(lǐng)域，AI技術(shù)展現(xiàn)出了顯著的優(yōu)勢(shì)。特別是在消化道腫瘤的檢測(cè)方面，AI能夠快速、精確地分析X線、CT和MRI等醫(yī)療影像，從而準(zhǔn)確識(shí)別病灶，特別是在癌癥早期。這種能力不僅大幅提高了診斷的準(zhǔn)確性，還縮短了診斷時(shí)間，減少了誤診的可能性，為患者提供了更早、更有效的治療機(jī)會(huì)。此外，AI還能通過(guò)分析大量的病例數(shù)據(jù)和病理報(bào)告，輔助醫(yī)生做出更為精準(zhǔn)的臨床診斷，并幫助他們制定更有效的治療計(jì)劃。在個(gè)性化治療方面，AI能夠根據(jù)患者的基因信息、生活習(xí)慣和病史，為其量身定制治療方案，從而提高治療效果，減少不必要的醫(yī)療支出，提升患者的治療體驗(yàn)[6]。

除了醫(yī)療健康領(lǐng)域，AI在其他領(lǐng)域也展現(xiàn)出了廣泛的應(yīng)用前景。在金融行業(yè)，AI被用于風(fēng)險(xiǎn)評(píng)估和欺詐檢測(cè)，以確保交易的安全性；在教育領(lǐng)域，AI能夠提供個(gè)性化的學(xué)習(xí)支持，幫助學(xué)生根據(jù)自己的學(xué)習(xí)進(jìn)度和節(jié)奏提升學(xué)習(xí)效果；在交通領(lǐng)域，AI支持自動(dòng)駕駛和智能交通管理，旨在提高出行的安全性和效率；在制造業(yè)，AI則通過(guò)預(yù)測(cè)性維護(hù)和自動(dòng)化生產(chǎn)，幫助企業(yè)提升生產(chǎn)效率和產(chǎn)品質(zhì)量?？傮w而言，AI通過(guò)其高效、準(zhǔn)確和創(chuàng)新的能力，正在多個(gè)領(lǐng)域顯著改善人們的生活質(zhì)量。

AI輔助內(nèi)鏡篩查消化道早癌

AI與內(nèi)鏡圖像的初步結(jié)合

在消化道早期癌癥的診斷中，AI技術(shù)展現(xiàn)出了巨大的潛力。早期研究主要集中在利用靜態(tài)的內(nèi)鏡圖像訓(xùn)練AI模型，以識(shí)別和分類病變。這些研究依賴大量標(biāo)注的圖像數(shù)據(jù)庫(kù)，通過(guò)深度學(xué)習(xí)算法來(lái)提升AI的識(shí)別能力。

日本的研究人員開(kāi)發(fā)了基于深度卷積神經(jīng)網(wǎng)絡(luò)（convolutionalneuralnetworks，CNN）的AI系統(tǒng)，對(duì)13584張胃癌內(nèi)鏡圖像進(jìn)行了訓(xùn)練，取得了92.2%的總體敏感性，且在短短47秒內(nèi)處理了2296張圖像，檢測(cè)大于6毫米病變的準(zhǔn)確率高達(dá)98.6%[7]。這表明在識(shí)別速度和準(zhǔn)確性方面，AI系統(tǒng)可以媲美經(jīng)驗(yàn)豐富的內(nèi)鏡醫(yī)生。在中山大學(xué)癌癥中心的研究中，其開(kāi)發(fā)的AI系統(tǒng)診斷敏感性達(dá)到92.5%，特異性為91%，而且該系統(tǒng)還能顯著提升新手醫(yī)生的診斷水平[3]。然而，這些模型往往依賴靜態(tài)圖片進(jìn)行識(shí)別，而內(nèi)鏡檢查是動(dòng)態(tài)過(guò)程，醫(yī)生需要實(shí)時(shí)做出判斷，因此僅靠靜態(tài)分析無(wú)法在實(shí)際臨床場(chǎng)景中為醫(yī)生提供有效支持。這使得AI雖在圖像識(shí)別上表現(xiàn)優(yōu)異，但在實(shí)際應(yīng)用中仍存在不足。靜態(tài)分析無(wú)法實(shí)現(xiàn)與內(nèi)鏡檢查過(guò)程的無(wú)縫結(jié)合，難以在實(shí)時(shí)操作中輔助醫(yī)生做出即時(shí)診斷。

AI與內(nèi)鏡的實(shí)時(shí)結(jié)合

隨著AI與內(nèi)鏡技術(shù)的結(jié)合更為緊密，AI在實(shí)時(shí)內(nèi)鏡檢查中的應(yīng)用也逐漸發(fā)展。實(shí)時(shí)AI輔助技術(shù)具備多方面優(yōu)勢(shì)：首先，AI系統(tǒng)能即時(shí)分析并反饋，縮短檢查時(shí)間，提高診斷效率和準(zhǔn)確性，并幫助醫(yī)生識(shí)別可能被忽視的細(xì)微病變，從而減少漏診和誤診。筆者團(tuán)隊(duì)利用CNN開(kāi)發(fā)的AI輔助系統(tǒng)，在內(nèi)鏡檢查過(guò)程中實(shí)時(shí)分析視頻流，每秒至少分析25幀，并在不到100毫秒的延遲下顯示食管病灶注釋，這大幅提升了醫(yī)生對(duì)高風(fēng)險(xiǎn)食管病變的檢測(cè)能力，與傳統(tǒng)方法相比，其檢出率提高了一倍[3]。其次，AI與內(nèi)鏡技術(shù)的結(jié)合還可改善患者體驗(yàn)，縮短檢查時(shí)長(zhǎng)并減少重復(fù)檢查的次數(shù)。再次，AI系統(tǒng)可以嵌入遠(yuǎn)程醫(yī)療中，使偏遠(yuǎn)地區(qū)也能夠享受高質(zhì)量醫(yī)療服務(wù)，促進(jìn)醫(yī)療資源的均等化。最后，AI可以提升新手醫(yī)生的技能，通過(guò)實(shí)時(shí)指導(dǎo)幫助他們成長(zhǎng)。

目前，AI在實(shí)時(shí)內(nèi)鏡檢查中的應(yīng)用已經(jīng)顯示出其良好的前景。多中心隨機(jī)對(duì)照試驗(yàn)表明，AI系統(tǒng)（如ENDOANGEL）在實(shí)時(shí)內(nèi)鏡檢查中能夠有效減少盲點(diǎn)，并準(zhǔn)確預(yù)測(cè)早期胃癌。另一項(xiàng)研究開(kāi)發(fā)的GRAIDS系統(tǒng)在檢測(cè)上消化道癌癥中的表現(xiàn)與專家內(nèi)鏡醫(yī)師相當(dāng)，且優(yōu)于非專家內(nèi)鏡醫(yī)師[3]。然而實(shí)時(shí)AI技術(shù)在推廣中仍面臨挑戰(zhàn)，包括算法的泛化能力、對(duì)不同內(nèi)鏡設(shè)備的適應(yīng)性，以及臨床驗(yàn)證的廣度與深度等，隨著技術(shù)進(jìn)步和政策支持，這些障礙有望逐漸克服。

展 望

隨著醫(yī)療技術(shù)的快速發(fā)展，我們正邁入一個(gè)新時(shí)代，其中AI和大數(shù)據(jù)的結(jié)合正在重新定義消化道早期癌癥的診斷。在內(nèi)鏡技術(shù)方面，未來(lái)的內(nèi)鏡也許更加智能，例如配備高級(jí)圖像處理功能和AI算法的“智能內(nèi)鏡技術(shù)”等。這些技術(shù)將能夠?qū)崟r(shí)分析內(nèi)鏡圖像，自動(dòng)識(shí)別病變，并提供診斷建議。即使是經(jīng)驗(yàn)不足的醫(yī)生，或許也能借助這些工具更準(zhǔn)確地識(shí)別早期腫瘤。

AI技術(shù)在指導(dǎo)治療消化道早癌中也將具有顯著潛力。AI可預(yù)測(cè)疾病發(fā)展和預(yù)后，可幫助醫(yī)生制定個(gè)性化治療方案。通過(guò)分析患者的病歷、生活習(xí)慣和基因信息，AI能夠預(yù)測(cè)疾病進(jìn)展和藥物反應(yīng)，為患者提供最佳治療建議。隨著醫(yī)療數(shù)據(jù)的積累和分析技術(shù)的進(jìn)步，個(gè)性化醫(yī)療將更加普及。AI和大數(shù)據(jù)的結(jié)合將使治療方案更加契合每位患者的獨(dú)特條件?？偠灾?，未來(lái)的醫(yī)療領(lǐng)域?qū)⑦~向高度的智能化與個(gè)性化發(fā)展，科技力量與醫(yī)療專業(yè)智慧相結(jié)合，有望共同應(yīng)對(duì)消化道早期癌癥等重大疾病。

[1]BrayF.Globalcancerstatistics2022：GLOBOCANestimatesofincidenceandmortalityworldwidefor36cancersin185countries.CACancerJClin，2023，74（3）：229-263.

[2]SiegelRL，GiaquintoAN，JemalA.Cancerstatistics.CACancerJClin，2024，74（1）：12-49.

[3]LiSW.Deeplearningassistsdetectionofesophagealcancerandprecursorlesionsinaprospective，randomizedcontrolledstudy.SciTranslMed，2024.16（743）：15-30.

[4]NieY.Aglobalburdenofgastriccancer：ThemajorimpactofChina.ExpertRevGastroenterolHepatol，2017，11（7）：651-661.

[5]MuthukrishnanN，MalekiF，OvensK.Briefhistoryofartificialintelligence.NeuroimagingClinNAm，2020，30（4）：393-399.

[6]HaugCJ，DrazenMJ.ArtificialIntelligenceandMachineLearninginClinicalMedicine.NEnglJMed，2023，388（13）：1201-1208.

[7]ZhangL.Effectofadeeplearning-basedautomaticupperGIendoscopicreportingsystem：arandomizedcrossoverstudy.GastrointestEndosc，2023，98（2）：181-190.

關(guān)鍵詞：人工智能深度學(xué)習(xí)早癌篩查■