人工智能 （AI） 在醫學中的應用已引起廣泛關注，AI輔助消化內鏡診斷成為行業研究熱點。臨床上內鏡操作由內鏡醫師完成，診斷則依靠醫師肉眼結合病理活檢完成，其本質是一個不斷積累經驗、逐漸完善的過程。AI輔助內鏡診斷有望提高內鏡醫師對消化道病灶的檢出率，有效減少誤診和漏診。

歷經幾年發展，AI＋醫療已逐步進入行業洗牌階段，從最初的“新鮮”走向“落地”，當下，真正能落地的AI+醫療項目擁有更多市場和話語權。

9月11日－13日，由中華醫學會和中華醫學會消化內鏡學分會主辦的“2020年中國消化內鏡學年會”于線上召開。會上，中華醫學會消化病分會候任主委、華西醫院消化科唐承薇教授就《人工智能助力消化內鏡》報告進行了精彩演講，并分享了華西醫院與希氏異構消化內鏡AI項目最新進展，吸引業界強烈關注。

消化內鏡AI研發現狀與痛點：論文多產品少，在未知病變難發揮作用

據《臨床醫師癌癥雜志》（CA Cancer J Clin）在線刊發的2015年癌癥統計數據顯示，中國消化道腫瘤大國，僅胃癌年發病案例就高達67．91萬例，死亡約50萬例，占總癌癥死亡比例的17．7％。

作為消化道疾病最直接的檢查設備，消化內鏡在我國已經非常普及，但我國的消化道疾病，尤其是惡性腫瘤的早診早治工作，開展得并不盡人意，其主要原因在于內鏡醫生培養周期較長，一個有經驗的醫生至少需要十年以上的培養周期，人才的培養依賴于時間的堆砌，人才相對稀缺，制約了消化道疾病的診治水平。

唐承薇教授指出，消化內鏡領域需求量大，醫護工作量大，消化內鏡人工智能技術和設備的研發，將有望改變這一現象。

消化內鏡AI目標是提高診斷效率，全面提升診斷準確率，通過AI技術，建設新型內鏡診療體系，發揮區域醫療中心的質控作用，為落實我國分級診療政策助力。

“國內消化內鏡診治水平參差不齊，很多患者因此經歷多次內鏡檢查，增加相關檢查風險，浪費醫療資源。消化內鏡AI技術的開展，對于高等級醫院來說，讓醫護給予患者更多的呵護，使醫生騰出更多精力做好微創治療；對于低等級醫院來說，能夠克服醫生受培訓及經驗不足的弱點。”唐承薇教授表示。

在會上，唐承薇教授就消化內鏡AI目前的現狀和痛點做了相關解讀。她指出：

一、消化內鏡AI領域論文多、產品少，真正付諸實踐的項目不多。

二、內鏡臨床診斷仍有不足。醫生通常面對的是未知的內鏡病變，僅用檢測某種已知病變的AI輔助設備，難以在面對各種未知病變時發揮輔助作用。

三、AI檢測水準暫時未能超越內鏡醫生。隆起性病變是內鏡觀察到的主要病變之一，可能為息肉、炎性病變、早期或進展期癌、血管病變、平滑肌瘤等。進一步甄別內鏡下的隆起性病變，對于內鏡醫師并不困難，即使少數隆起性病變的鑒別有難度，AI未必能勝過內鏡醫生。

“內鏡醫生最需要AI輔助的是，在檢查過程中協助及時發現病變，避免漏掉病變，這對于經驗不足、承擔大工作量或疲勞狀態的醫生尤為有用。”唐承薇教授指出。

國內首個消化內鏡AI產品已獲證，二代產品研發中

2017年3月，華西醫院與希氏異構醫療科技公司聯合成立的華西－希氏醫學人工智能研發中心，以唐承薇教授團隊為核心，雙方在消化內鏡人工智能產品研發方面進行了深度合作。

目前，希氏在消化內鏡AI領域的研發成果覆蓋全消化道，涉及包括腫瘤、息肉、萎縮性病變、潰瘍類病變、糜爛性病變、血管病變等多類別百余種疾病。

唐承薇教授介紹，歷經3年時間的探索和研究，中心在消化內鏡AI領域取得了不錯的成果。基于CNNs原理設計的人工神經網絡，將大量內鏡隆起性病變圖片轉換為復雜數據信息，進行內鏡CAD系統模型訓練，成功誕生了第一臺消化內鏡影像實時輔助診斷設備（內鏡AI設備）。

在完成了近500例的臨床試驗后，這款消化內鏡影像實時輔助診斷設備于2020年4月已經獲得了藥監部門的審批，作為醫療設備準予進入臨床應用，這也是迄今為止國內獲批的第一臺消化內鏡圖像輔助診斷設備。

作為國內第一個硬件設備化的消化AI產品，該款產品有什么特點？

首先，該款產品達到了設計標準，識別速度非劣效于內鏡醫生，可與內鏡醫生同時發現隆起性病變。腸鏡下對≥5mm隆起型病變的敏感性更高，達96．81％。

其次，內鏡AI設備在“助手”的角色中，表現優于設計期望值，對今后內鏡AI設備研發的行業標準制定提供了有益的基礎。

最后，該產品可幫助醫生實時、高效地發現病變；系列產品可對全消化道（上、下消化道）的多種病變實現快速、高效的識別，有效解決臨床痛點。從疾病的覆蓋面、臨床產品化等多個角度，該產品處于國際領先地位。

唐承薇教授介紹，消化內鏡圖像輔助診斷設備只是初期的一個產品，人工智能技術在消化內鏡領域的應用，絕不局限于某一種或幾種病變的實時檢出，更多的應用將陸續覆蓋消化內鏡檢查的不同環節。

目前最新研究成果已經趨于成熟，與希氏異構合作研發的二代產品也已經基本定型。她指出，二代產品將與臨床結合更為緊密， 滲透到消化內鏡檢查的更多環節，一方面在實時視頻多病變的識別上有新的突破，另一方面在病變定性、定量和質控方面，有更多技術推出，實現在消化內鏡檢查的前端和后端做整體性的布局。

自2017年以來，AI作為一項國家戰略，已在皮膚癌、糖尿病視網膜病變中發揮重要作用，我們相信，未來基于AI的內鏡圖像診斷識別有望在消化內鏡篩選消化道早癌方面發揮重要作用。

可正如開篇所講，醫療AI 經歷幾年的發展，其價值早已被醫生認可，但概念早已過了“新鮮期”，唯有那些真正在醫療場景應用，解決實際問題的項目才能擁有真正的市場話語權。
責編AJX