人工智能系统提高了早期胃癌的检测水平

导语：人工智能（AI）系统“ENDOANGEL”是一款基于深度学习技术的人工智能消化内镜下辅助诊疗系统，可对消化内镜下视频图像进行实时监测，并实时辅助医师提示可疑病灶，减少漏诊、误诊，对消化道系统肿瘤的早发现、早诊断、早治疗。

最近发表的一项研究显示，人工智能（AI）系统“ENDOANGEL”在食管胃十二指肠镜检查（EGD）过程中对内镜“盲点”进行实时监测十分有效，并可以提高早期胃癌（EGC）的检测效率。

虽然EGD被广泛用于检查上消化道的病变，但内窥镜医师的表现存在很大差异，导致EGC的漏检率很高。但在《内窥镜》杂志上发表的一项研究中，研究人员提出，利用人工智能技术对病变进行更客观的评估可以提高实时检测率，从而提高胃癌早期诊断和及时治疗的机会。

研究人员更新了一个名为WISENSE的人工智能系统，该系统此前已证明有能力监测EGD期间被忽略的胃部区域（称为“盲点”）。研究人员将一个实时EGC检测模型整合到WISENSE系统中，并将更新后的系统名称改为ENDOANGEL。

来自武汉大学附属人民医院的研究人员使用深度卷积神经网络和深度强化学习来开发ENDOANGEL。来自中国五家医院的总共1050名接受EGD的患者随机分配到ENDOANGEL辅助方案（n = 498）或不使用ENDOANGEL系统的对照组（n = 504）。检查包括白光成像观察、放大图像增强内镜观察和可疑病灶的活检。

研究人员从干预后的盲点数量方面比较了各组的情况。他们评估了基于人工智能的ENDOANGEL系统在真实世界的临床环境中预测EGC的能力。

与对照组的患者相比，ENDOANGEL组的患者的平均盲点数量明显较少（分别为5.38 vs. 9.82）。但是，ENDOANGEL组的患者的检查时间明显更长（5.40分钟 vs. 4.38分钟）。

ENDOANGEL组中有819个内镜检查报告的病变，其中包括196个有病理结果的胃病变。据研究人员称，ENDOANGEL系统正确预测了所有三种EGC，包括一种粘膜癌和两种高级别肿瘤，以及两种晚期胃癌。单病灶准确率为84.7%，检测胃癌的敏感性和特异性分别为100%和84.3%

作者指出了分析本身的局限性和那些源于短期随访的局限性，以及非盲目的统计人员可能带来的偏差。他们写道，进一步的研究是有必要的。

作者说：“总之，ENDOANGEL是一个基于深度学习的提高内窥镜质量的系统，实现了对EGD期间内窥镜盲点、时间和EGC检测的实时监控，在这项多中心研究中，ENDOANGEL极大地提高了EGD的质量，并显示出在实际临床环境中检测EGC的潜力。”

参考资料：

https://www.mdedge.com/hematology-oncology/article/250245/gastroenterology/ai-system-improves-early-gastric-cancer/page/0/1?channel=39313