胃镜操作医生一边操作内镜，聪敏、明察秋毫的人工智能就能自动在可疑、高危的区域进行标识，而且适时地反馈到医生操作台前的屏幕上。

　　有了这一神器，即便是低年资的消化内镜医生发现早期食道、胃这些上消化道癌症的准确率也能突破96%大关，从而一举攻克了早期胃癌、食道癌无症状期的发现问题，大大提升这两大消化道恶性肿瘤的早期筛查率。

　　针对上消化道癌内镜早诊这一临床难点问题，为积极响应和落实“健康中国2030”规划纲要和大力发展人工智能的国家重要战略部署，我国消化道肿瘤领域的领军人物、中山大学肿瘤防治中心徐瑞华教授带领由数十位专家组成的团队开展了多学科联合攻关，经过不懈努力，成功自主研发出具有完全自主知识产权的上消化道癌内镜AI辅助诊断系统(GRAIDS)。

　　经临床实践数据验证，对上消化道肿瘤的诊断敏感性高达90%以上。10月4日，相关研究成果《Real-time artificial intelligence for detection of upper gastrointestinal cancer by endoscopy：a multicentre，case-control，diagnostic study》(人工智能实时辅助内镜早期诊断上消化道肿瘤：一项多中心、病例对照、诊断性研究)正式在线发表于肿瘤学顶尖期刊《柳叶刀·肿瘤》(2018年影响因子35.386)上，文章通讯作者为徐瑞华教授，共同第一作者是骆卉妍副教授、徐国良教授、李超峰工程师、贺龙君主治医师、罗琳娜博士和王梓贤博士。

　　这一文章的发表，标志着我国科学家在探索人工智能肿瘤学领域临床转化和落地应用方面迈出了国际领先的一步。

　　上消化道癌有多普遍？

　　一半左右发生在中国

　　据国家癌症中心统计数据显示，全球约50%的上消化道癌(包括食管癌、胃癌等)发生在中国，其中超过85%的患者在确诊时已为中晚期，每年因此导致的死亡病例超过40万。早期上消化道癌患者五年生存率超过90%，而晚期患者的五年生存率则小于10%。

　　因此，上消化道癌的早期诊断早期治疗是提高疗效的关键。目前，内镜检查及活检仍是上消化道癌早期诊断的金标准。但是我国的内镜医生十分短缺，人才缺口巨大，远远不能满足临床实际需求；而另一方面，由于早期上消化道癌常缺乏典型的内镜下表征，极易漏诊；加之不同级别医院的内镜医生水平差异很大，导致我国早期上消化道癌的检出率低，早诊率不到10%，严重制约了疗效的提高。

　　AI有多少料？

　　深度学习过百万张图片，能在做内镜时实时指导

　　据徐瑞华教授介绍，该系统在深度卷积神经网络(AI技术)的基础上开发出多项创新技术，能够针对内镜图像部位多、疾病种类多、癌变表现多样化情况下实现高准确性，能够在高度复杂人-机协同的临床实操环境中实现稳定的预测；同时该系统的速度非常快，一台配置单GPU卡的普通服务器即可达到每秒118张图像的处理能力，处理延时低于10ms。通俗点理解，就是操作医生在做内镜检查时，获取到的图片、视频，适时的就上传到了云端处理器，而云端处理器在1毫秒(0.01秒)后就回传到了操作医生的操作台视频面板，哪里有问题，就在哪里用醒目的蓝色进行标识。

　　该智能辅助系统具有实时活检部位精确提示、内镜检查智能质控和自动采图等功能，在医生进行内镜检查的同时自动捕获图像并进行云端AI分析，实时提示精确的可疑病灶区域，指导内镜医生选择活检部位；在检查过程中，该系统能对检查时间和检查部位进行质控，减少遗漏关键信息，提高检查质量；在临床操作中，该系统还能够依据指南要求自动采图存储，减少医生“一心两用”、“手脚并用”带来遗漏关键信息的可能性。该系统的研究和应用，相当于一个顶尖的内镜专家在实时指导内镜检查操作，极大地加快了内镜检查的速度并提高了活检的阳性率，为优化内镜医生工作模式，提高内镜检查效率和诊断准确率提供了可行方案。

　　此外，构建了基于云技术的多中心上消化道癌内镜AI诊断平台，该云诊断平台可以自动捕获内镜检查图像上传至云端进行AI分析，实时向操作者反馈提示可疑病灶区域，指导操作者更有针对性的选择活检部位，提高活检阳性率。该系统还集成了培训功能，临床医生可以通过复习并重新评估已存储的图片，来进行模拟诊断积累经验，提高技术水平，减少上消化道癌的漏诊率。并可通过建立的开放性百万级大规模内镜图像数据库(存储内镜图片超过100万张)，对初级医生及研究者进行内镜诊断培训。临床医生和患者还可通过公共网站(http：//graids.sysucc.org.cn)，免费访问开放共享的GRAIDS系统，并根据提示自行上传内镜图片，重新评估已有诊断的准确性。

　　AI诊断有多准？

　　辅助初级医生准确率在96%以上

　　早期上消化道癌症难以被发现，和其症状不明显有着莫大的关联。而有了AI的明察秋毫，这些不甚明显，容易被人眼忽略的地方将纤毫毕现。徐瑞华教授透露，在没有AI辅助之前，高年资医生的漏诊率在5.5%左右，辅以AI可降低到1.6%；中等年资医生的漏诊率达14.2%，有了AI，则减少到2.2%。即便是低年资的医生，有了辅助后，也能从原来27.2%的漏诊率降低到3.6%的漏诊率，超过96%的早期上消化道癌症患者能被判断出来，加以干预。

　　据悉，通过前期完成的5万余张上消化道癌患者和12万余张正常人内镜图像数据的识别和深度学习，该系统对癌变的诊断准确率可以达到96%，对早期(I期)病变的识别率可以达到90%以上，初步显示出应用于上消化道癌早诊的巨大潜力。

　　目前，为了对该系统的性能进行深入的验证，由中山大学肿瘤防治中心牵头联合全国5家不同地区、不同级别的医院进行多中心研究，采用该系统对其提供的来自84，424例患者的共1，036，496张内镜图像进行了识别和分析。最终结果显示该系统对上消化道癌的诊断准确率达90%以上，其中内部数据验证诊断准确率为95.5%，前瞻性数据验证诊断准确率为92.7%，外部数据验证诊断准确率为91.5%至97.7%，其诊断灵敏度(94.2%)与专家级的内镜医师(94.5%)相当。更重要的是，在GRAIDS的帮助下，可提升专家的诊断灵敏度至0.984，而低年资医生的诊断灵敏度将提升到与专家独自判读时相当的效果。

　　AI应用有多广？

　　系统已开始向基层延伸

　　中山大学肿瘤防治中心还充分利用泛中南地区肿瘤专科联盟这一平台，与8省15家医院签署了《上消化道肿瘤人工智能诊疗决策系统的研发及推广应用》合作协议，希望能进一步整合联盟单位的临床资源和数据信息，加快该系统的完善和推广应用。接下来还将进一步建立上消化道肿瘤诊疗相关多场景、多模态的人工智能诊疗模型和应用系统，形成全国首个覆盖常见上消化道肿瘤筛查、诊断、治疗全过程的人工智能诊疗决策系统，并对社会开放共享。

　　目前，该系统已首批在梧州市红十字会医院、揭阳市人民医院、粤北人民医院、普宁市人民医院和江西省肿瘤医院落地应用，并将在泛中南地区肿瘤专科联盟成员单位进一步推广应用，这对于提高我国上消化道肿瘤的早诊早治水平、促进肿瘤规范化治疗、推动分级诊疗的实现，将具有十分重大的意义。