【202110述评】人工智能在我国消化内镜领域的研究现状与展望

　　特别提醒

　　未经授权，不得转载摘编本刊文章

　　[引用本文]

　　于红刚, 中华医学会消化内镜分会大数据协作组. 人工智能在我国消化内镜领域的研究现状与展望[J]. 中华消化内镜杂志, 2021,38(10):765-773.

　　Yu Honggang, Big Data Collaborative Group of Chinese Society of Digestive Endoscopy. Current status and prospect on artificial intelligence for digestive endoscopy in China[J]. Chin J Dig Endosc, 2021,38(10):765-773.

　　DOI:10.3760/cma.j.cn321463-20210411-00239

　　于红刚

　　武汉大学人民医院消化内科主任，教授，博士生导师。中华医学会消化内镜分会常务委员，中华医学会消化内镜分会大数据协作组组长，湖北省医学会消化内镜分会候任主任委员，湖北省消化内镜质控中心主任，教育部新世纪人才、武汉大学珞珈学者特聘教授。在消化内科学顶级期刊The Lancet Digital Health、GUT、The Lancet Gastroenterology and Hepatology、消化内镜学顶级期刊Endoscopy、Gastrointestinal Endoscopy以及胃癌领域顶级期刊Gastric Cancer等杂志上，以第一作者或通信作者发表消化内镜人工智能相关研究论文 37 篇，其中 SCI 论文 22 篇，中华系列论文 15 篇，总被引次数 603 次。制定共识意见 3 项。获批国家发明专利4项。

　　人工智能（AI）是研究使机器模拟人类的某些思维过程和行为的一门新的科学技术。随着2006年深度学习算法的提出，AI在各个领域得到迅速发展和广泛应用。2017年7月20日，国务院首次以行政规划的方式发布了《新一代人工智能发展规划》书，旨在大力推行发展AI技术。近年来，AI在医学多个领域掀起了研究热潮，展现了巨大的发展潜力。

　　消化内镜是医学AI研究的热门领域，国内相关研究开展如火如荼，在多个领域取得了重大突破。借助AI赋能，消化内镜智能化发展有望解决我国目前面临的内镜检查需求量大、人均内镜医师不足、检查质量参差不齐和培训成本高昂等问题。我们在PubMed、中国知网、维普和万方数据库中搜索了截至2020年2月我国消化内镜AI方面的研究，现就我国消化内镜AI相关研究进展进行阐述, 总结目前中华医学会全国消化内镜学分会大数据协作组的工作情况，并对消化内镜AI面临的不足和重大挑战进行讨论，以期为消化内镜AI的探索提供思路和参考。

　　一、AI在胃镜中的应用

　　1.食管病灶诊断

　　食管癌是全球第六大致死性癌症。鳞状细胞癌占我国食管癌的90%以上。研究发现晚期食管癌患者五年生存率小于20%，早期食管癌患者五年生存率超过80%。早诊早治是改善食管癌患者预后的关键。钟芸诗等利用AI技术，在白光内镜下定位和识别早期食管鳞状细胞癌，其灵敏度、特异度、准确率、阳性预测值和阴性预测值分别达到97.8%、85.4%、91.4%、86.4%和97.6%；在AI的辅助下，内镜医师的诊断准确率由81.7%提高到91.1%，诊断能力得到极大的提升。王宏光等构建的早期食管癌识别模型在白光内镜下的准确率为88.4%，优于高年资医生的诊断水平。

　　许建明等开发的AI模型可以协助分辨食管鳞状细胞癌的毛细血管袢类型，其分类准确率达到89.2%，具有较高的诊断水平。张国新等也利用白光胃镜图像，训练得到一个食管隆起型病灶鉴别系统，可用于区分食管平滑肌瘤、食管囊肿和食管乳头状瘤，有助于提高内镜医生的诊断水平。

　　2.胃腔病灶诊断

　　据统计，2018年全球胃癌新发病例约103.3万例，死亡病例约78.3万例。胃癌是全球第五大常见恶性肿瘤，也是全世界癌症相关死亡的第三大原因。晚期胃癌患者的五年生存率为5%～25%，早期胃癌患者的五年生存率高达90%，早诊早治是提高患者预后的关键。为此，于红刚等开发了一套AI系统用于辅助识别早期胃癌，准确率达到了92.5%，其有效性在一项多中心临床实验中得到进一步验证。李兆申院士等构建的早期胃癌自动识别深度学习模型，准确率达到89.5%，具有较高的诊断水平，可在胃镜检查中辅助内镜医师进行实时诊断。邹晓平等也开发了一个AI系统用于早期胃癌诊断，并在多中心来源的图片中进行了测试，在不同中心分别达到85.1%～91.2%的准确率，有望成为早癌筛查的重要辅助工具。

　　放大染色内镜的发展提高了早期胃癌的诊断率，但医生之间诊断水平的差异一直是临床上面临的一大挑战。虞朝辉等构建了一个AI模型，可在放大窄带成像模式下准确识别早期胃癌，提高内镜医生的诊断水平。田捷等也开发了一个AI模型,用于在放大窄带成像模式下识别早期胃癌，模型的受试者工作特征曲线下面积（AUC）为0.808，诊断水平和高年资医生相近。AI在临床应用中潜力巨大，有望为放大染色模式下早期胃癌的诊断提供重要的辅助力量。

　　精准确定早癌边缘、分化程度和深度是早癌内镜下根治性切除的关键。为此，于红刚等开发了一种AI模型, 用于预测靛胭脂染色和白光内镜下早期胃癌的切缘，分别达到了85.7%和88.9%的准确率。同时，该团队还构建了另一套AI模型, 可在放大窄带成像模式下准确识别早期胃癌的分化状态，并勾画出早期胃癌的边缘，准确率分别达到83.3%和82.7%，可为早癌的内镜下治疗提供辅助。李全林等构建了一个用于确定胃癌浸润深度的AI系统，准确率和特异度分别达到89.16%和95.56%，可以减少对侵犯深度的过高估计，对减少不必要的胃切除具有潜在临床意义。

　　于红刚等于2020年12月举办了一场大规模内镜下早期胃癌人机比赛，以评估该团队所研发的AI系统在诊断早期胃癌、预测浸润深度和分化状态中的能力。共有46位来自全国19个省份44家医院的不同年资的内镜医师参与了本研究。该AI系统和内镜医师在同样的环境下，对来自北京大学肿瘤医院的100例病灶进行诊断，在阅读每个病灶的白光视频片段后，给出该病灶是否为“低级别上皮内瘤变及以上”的诊断；在进一步阅读所对应染色放大视频片段后，给出该病灶是否为“高级别上皮内瘤变及以上”的诊断，若是则进一步判断其深度以及分化程度。结果显示，该AI系统在白光下的准确率、灵敏度和特异度分别达到91.00％、87.81％和93.22％，其灵敏度高于所有的内镜医生。在染色放大模式下，该AI系统诊断早期胃癌、预测浸润深度和分化状态的准确率分别达到89.00％、78.57％和71.43％，超过内镜医生的平均诊断水平（分别为85.67％、63.75％和64.41％）。同时，该AI系统实现了与视频同步的实时病变诊断，所用时长远少于内镜专家。该AI系统在早癌筛查方面拥有巨大潜力，可在临床实际中发挥作用。

　　幽门螺杆菌（HP）感染与功能性消化不良、消化性溃疡和胃癌密切相关。然而，胃镜下确诊HP感染的金标准为活检病理，单纯依靠内镜下影像难以对HP感染进行准确判断。姒健敏等创建的AI辅助系统，诊断HP感染的准确率达到84.5%，具有较高的诊断价值。

　　胃溃疡是胃腔较为常见的病灶之一，然而内镜医生鉴别良恶性溃疡的能力参差不齐。为此，于红刚等开发了一个胃溃疡病灶辅助诊断、良恶性胃溃疡鉴别系统，其区分正常黏膜与良性溃疡、正常黏膜与恶性溃疡、良性与恶性溃疡的准确率分别为98.0%、98.0%和85.0%，可辅助内镜医生鉴别良恶性溃疡，具有很好的应用前景。

　　3.盲区监测

　　消化内镜是诊断上消化道病变常用的检查方法之一。然而，内镜医师操作水平参差不齐，降低了胃癌和癌前病变的检出率。完整观察到整个消化道是避免漏诊病灶的前提。根据欧洲消化内镜学会的胃镜操作指南和日本胃镜标准筛查方案，于红刚等将胃镜检查观测区域分为26个部位，并创新性地开发了一套基于深度学习的AI系统，用于监测胃镜检查过程中的盲区，其预测26部位的平均准确率达到90.02%。于红刚等在后续一项单中心随机对照试验中，验证该系统在无痛胃镜检查中的有效性和安全性，结果显示，有AI辅助的实验组盲区率为5.86%，远低于无AI辅助的对照组（22.46%）。此外，该团队还进行了一项多中心随机临床试验进一步验证了模型的泛化性和有效性。为了验证该模型在不同胃镜检查类型中的效果，该团队还进行了一项3组随机平行对照试验，来比较无痛、超细和普通胃镜组内镜医师在有无AI辅助下的检查盲区率，结果显示该系统不仅在无痛胃镜组中可显著降低胃镜检查的盲区，而且在普通胃镜组和超细胃镜组中同样具有显著的效果。该系统可作为监测和提高胃镜检查质量的良好工具。

　　4.评估食管胃静脉曲张

　　胃食管静脉曲张破裂出血是肝硬化最常见的致死性不良事件。内镜被认为是诊断胃食管静脉曲张出血和进行疾病风险分层的标准方法。但针对静脉曲张的准确评估依赖内镜医师的丰富经验和理论基础，导致检查结果的判断具有较大主观性。因此，于红刚等用3 021例患者的8 566张胃食管静脉曲张图像和3 168例患者的6 152张正常食管和胃部图像训练得到了一个AI模型，其检测食管静脉曲张和胃静脉曲张的准确率分别达到97.00%和92.00%，预测静脉曲张大小、形状、颜色、出血迹象和出血征的准确率媲美甚至超过内镜专家水平。在多中心验证中同样具有较高的诊断水平。该模型有望成为辅助内镜医师更客观、更准确地评价胃食管静脉曲张风险分层的重要工具。

　　二、AI在结直肠镜中的应用

　　1.评估肠道准备质量

　　肠道清洁度是影响腺瘤和息肉检出率的重要因素之一。良好的肠道准备可保证肠道黏膜的充分可视化，从而提高肠镜检查的质量。然而，目前临床上对于肠道清洁度的评估较为主观，或存在记录不全等情况，影响了对于患者肠镜早期复查的评估。根据波士顿评分标准，于红刚等开发了一个肠道准备的质控系统，其针对波士顿评分的四分类图像的识别达到91.89%的高准确率，不仅可以每30秒提示一次肠道准备情况，还可以实时显示肠道准备评分的累积比例，从而更客观、稳定地评估肠道准备的质量。钟芸诗等构建的AI辅助结肠镜质量评估算法，对基于波士顿评分标准的四分类图像的识别总准确率为76.96%，可辅助医师对肠镜检查质量进行评价。

　　2.肠病灶辅助检出

　　结直肠癌是全球第三大致死性恶性肿瘤。提高腺瘤的检出率对降低结直肠癌的发生率至关重要。腺瘤检出率每增加1.0%，间隔期结直肠癌的风险就降低3.0%。一项Meta分析发现，结肠镜检查过程中，腺瘤的漏诊率高达26%。目前腺瘤漏检主要有以下两个原因导致：黏膜观察不充分和息肉隐蔽难以识别。AI技术的发展为以上问题的解决带来契机。

　　针对黏膜观察不充分的问题，于红刚等研发了一套AI系统用于监测实时退镜速度，通过计算机视觉技术计算图片之间的相似度得到“汉明距离”，创新性地实现了对下消化道的退镜速度监测，可实时提示退镜速度。当医生退镜速度过快时，及时提示医生放慢速度，仔细观察肠黏膜。在一项单中心随机对照临床试验中，与无AI辅助的对照组相比，有AI辅助的实验组腺瘤检出比例提高了一倍（16%比8%）。

　　针对肠道息肉隐蔽难以识别的问题，于红刚等还研发了一个肠息肉检测系统，其在图片中识别肠道息肉的准确率高达95.0%。刘晓岗及王璞等研发的结肠镜息肉自动检测系统同样具有较高的灵敏度和特异度，可在临床试验中显著提高腺瘤和息肉的检出率，有望在临床中发挥重要作用。

　　3.肠病灶辅助诊断

　　确定息肉的类型对患者的治疗和预后至关重要。良性息肉癌变风险极低，无需预防性切除；腺瘤性息肉和锯齿状病变需要进行切除以预防结直肠癌的发生；而结直肠癌需要及时进行内镜下或外科手术以防止病变进一步进展。周德俊等利用464 105张图片训练得到的结直肠癌智能检测模型，在区分良恶性病灶上有较高的诊断水平，有助于提高临床上结直肠癌的检出率。李兆申院士等利用大数据开发的AI辅助结直肠息肉性质鉴别系统，白光下具有97.2%的准确率，窄带光成像模式下具有91.5%的准确率，可用于临床上对息肉的鉴别。

　　三、AI在胶囊内镜中的应用

　　胶囊内镜作为一种无创的检查，越来越多地运用于胃肠疾病的诊断，特别是对小肠疾病的诊断。然而胶囊内镜检查时间长，生成图片繁多，检查结束后胶囊内镜视频的回顾耗时长，分析过程枯燥，容易导致内镜医师视觉疲劳，难以保证诊断准确性。因此，发展高效率、高准确率的AI胶囊内镜辅助系统成为了行业热点。其主要研究方向包括如下几点：

　　1.减少阅片时间，提高工作效率

　　丁震等利用1亿多张图片训练了一个基于深度学习的辅助阅片系统，来区分异常和正常的小肠图像，达到了99.88%的敏感度。每例胶囊内镜检查阅片时间仅5.9 min，极大地减少了胶囊内镜的阅片时间，提高了工作的效率。

　　2.提高病灶诊断准确率

　　张丽等构建的基于深度学习的AI系统，针对胶囊内镜下溃疡病变识别达到89.71%的灵敏度和90.48%的特异度，不仅提高了病灶诊断的准确性，还极大减少了医生的工作负担。李兆申院士等利用磁性胶囊内镜图片，训练得到一个AI辅助识别胃部病灶的模型, 具有96.5%的灵敏度，可大大减少医生之间诊断水平的差异。丁震等亦构建了一个AI系统，用于辅助识别、诊断小肠出血，灵敏度高达99.0%，减少了内镜医生的阅片时间，使其更聚焦于小肠出血的诊出。

　　四、AI在内镜逆行胰胆管造影（ERCP）中的应用

　　研究发现，7%～12%的胆石症患者的胆总管结石是胆结石从胆囊移入胆管所致。到目前为止，ERCP仍然是针对胆管结石的首选治疗方法。ERCP是消化内镜领域的困难手术之一，胆总管结石的数量和大小、远端胆总管的成角和直径是影响手术取石难度的主要因素，对上述因素进行分析和分层，可以确保内镜医生更准确地预测取石的难度，从而采取更合适的治疗方式。基于此，于红刚等开发了一个ERCP采石智能技术难度评分与辅助系统，可以自动测量结石大小和远端胆总管及十二指肠镜的直径，具有较精准的测量水平。可在辅助内镜医师选择合适的手术配件和治疗方式、制定更精准的手术方案方面起到重要作用，有潜力成为未来ERCP术式中的重要助手。

　　五、AI在超声内镜中的应用

　　超声内镜是诊断胆胰疾病的重要工具，然而掌握内镜超声技术需要大量的专业知识及经验积累。此外，内镜超声医师培训周期长、培训成本高昂，极大地阻碍了内镜超声在临床上的推广与应用。AI在医学图像领域的快速发展，为超声内镜技术的推广带来了契机。

　　1.质量监测和辅助培训

　　于红刚等构建的基于深度学习的胆胰大师系统，用于辅助医师识别胰腺扫查的六个基本站点，其识别站点的准确率高达94.2%，不仅可以对胰腺超声检查的过程进行质量监控，还可以作为一个很好的培训系统用于指导新手医生的操作。同时，该团队还研制了一个基于深度学习的增强系统, 用于胆管的规范扫描，并辅助医师识别胆管扫查的四个基本站点，其站点识别准确率达到了93.3%，胆管分割的Dice达到0.77，不仅可以辅助识别胆管扫描的标准工作站，提示医师进行相应的操作，而且还可以高精度分割胆管，自动测量胆管直径，简化内镜医生的操作。上述两个系统均在辅助阅片实验中显著提高了内镜医师的站点识别准确性。

　　2.提高病灶识别准确率

　　胰腺病灶的诊断和鉴别也是超声内镜检查的一大挑战。李兆申院士等建立的AI辅助系统，可鉴别自身免疫性胰腺炎和慢性胰腺炎，精度达到了89.3%，有潜力成为临床上诊断自身免疫性胰腺炎的重要辅助工具。

　　六、AI在消化内镜应用的挑战与展望

　　AI在内镜领域得到了长足的发展，尤其是近年来兴起的深度学习算法，在疾病诊断、病灶检测、操作质量控制等方面表现出了不弱于内镜专家的水平，有望在未来解决当前消化内镜临床工作中存在的病灶难以识别、内镜质量操作不过关等关键问题。然而，构建模型仅仅是AI应用至消化内镜的第一步，如何将模型集成到复杂的临床工作流程中仍然面临着严峻挑战。

　　1.数据共享与小样本学习

　　深度学习通过算法自动表征图像、声音等对象的特征，以发现数据的分布式特征表示。大型、有代表性的数据集不仅是确保自动调参过程取得全局最优解的前提，也是模型鲁棒性测试的有力工具。然而，消化内镜中如消化道早癌、炎症性肠病、锯齿状息肉等重要疾病发病率较低，随着深度学习的应用逐渐广泛，数据的缺乏正在成为消化内镜AI研究者们普遍面临的问题。

　　尽管在整个AI领域，已经有国家和组织在推动数据共享的工作，但是消化内镜AI领域的数据共享工作仍处于起步状态。部分文献报道了消化内镜公开数据集建立方面的初步尝试，但目前还缺乏官方或政府组织的推动。推动数据共享无疑能够极大缓解消化内镜AI发展面临的数据量的压力，但数据共享需要大量的人力工作去完成数据收集、清洗以及局部校准等一系列工作。此外，数据共享需要确保匿名化以及广泛的知情同意过程，在较大的传播规模下，患者隐私的保密可能成为数据共享过程中的关键性障碍。

　　除了推动数据共享，另一部分研究正靶向于如何能利用有限样本达到临床可用的模型性能，即小样本学习。小样本学习利用迁移学习、先验知识、生成对抗网络等技术，使得模型在小规模的训练数据中达到令人满意的表现。迁移学习可通过利用之前训练好的模型参数保证在新的任务上的模型精度。de Groof等构建了基于食管、胃、肠分类图像的迁移学习模型，在巴雷特食管检测瘤变的任务上取得了优于专家的效果。先验知识即将已知的知识规律融入到模型的训练，通过规范模型调参、特征提取等过程提高模型对数据的利用效率以及识别准确率。高强等通过先验知识在有限的训练集中（96例患者）实现了深度学习对于肝癌病理的高精度诊断。生成对抗网络是一种以生成器和判别器互相博弈为基础来提升模型性能的算法架构。姚家华等利用生成对抗网络有效消除不同医院之间的病理切片图像差异，从而提高深度学习模型的外推性。小样本学习的初步尝试已经取得了可喜的成绩，未来可能成为消化内镜AI数据量不足的新的解决方案。

　　2.模型的“透明度”

　　数据和AI算法的透明度是另一个主要问题。深度学习的透明度和AI模型的关系是多层次的。首先，模型预测的准确性很大程度上依赖于输入算法的训练数据注释的准确性。因此确保标签的透明度，以便算法的训练过程能够得到第三方的监督，对于模型准确性至关重要。

　　另一方面，模型的透明度还体现在其结果的可解释性上。可解释性即模型能够使人类理解或解释其达到某种决定或预测的依据。如果模型的预测可以被解释，那么人类就可以验证其预测是否合理。因此，模型的可解释性可以提高医师对模型预测结果的接受程度。此外，研究者们也可能通过模型的可解释性获取潜在的新的疾病现象或治疗靶点。尽管深度学习在消化内镜中的应用已经如火如荼，但对于模型可解释性的探索仍然有限。于红刚等利用热图（Heat map）展示了深度学习预测胃早癌时所关注的区域，在模型可解释性方面做出了初步尝试。模型的可解释性还可以通过高维数据可视化、遮挡贴图（Occlusion map）等方式进一步提高，但其有效性仍待进一步挖掘。未来有关可解释性的尝试可能是推动消化内镜AI临床应用的关键。

　　3.模型质量标准

　　消化内镜AI已然走过了发展的初期，即技术验证阶段，然而尚缺乏统一的消化内镜AI数据标准、测试平台、第三方数据库，导致目前的AI算法性能难以客观衡量。目前AI模型的训练仍面临一系列问题：（1）研究使用的数据集大多来自单中心、小样本，存在数据选择偏倚的情况；（2）数据标注方法和标准不统一，缺乏代表性；（3）数据采集的质量易受医生操作习惯、操作水平、重视程度、存储方式等因素影响，质量难以保证。相比构建大规模的数据共享体系，建立基于全封闭式独立沙箱监测环境的事实测评标准，从数据收集、标注，到后续的测试、评分，均由公平公正的第三方执行，更加具有可行性和紧迫性。

　　此外，针对数据采集、标注、存储、隐私保护、数据安全以及使用标准等关键问题，中华医学会消化内镜分会也已制定相关共识意见。共识指出，数据采集应当详细记录数据的来源医疗机构、设备的属性，以及相关的人口统计学资料等，并依据国家和行业标准对数据进行存储。此外，需建立针对目标任务的专用标注系统，统一数据标注标准与规范，招募符合资质的医师进行独立和重复标注，落实相关质量监督机制，确保内镜数据的高质量。同时需要建立一个专业性、规范性、公共性、科学性、动态性、多样性和封闭性的第三方数据库。基于该共识的影响力，现在的消化内镜AI研究应推动AI标准体系的建设，保证数据规范化、模型透明化、测试标准化，切实保证消化内镜AI在临床应用的安全性与有效性。

　　4.AI在消化内镜诊疗中的伦理挑战

　　大规模的消化内镜AI多中心临床研究尚未开展，AI带来的潜在弊端还未得到充分披露。就目前的单中心临床研究结果而言，AI的应用可能导致肠镜检查患者接受更多不必要的息肉切除术，进一步造成额外的经济负担和潜在的切除并发症。除了需要关注消化内镜AI的经济-效益比之外，另一个更加严峻的问题是如何建立完善的AI医疗事故问责制。AI技术无疑将改变传统的医患关系，这种变化的内在原因是医生个人责任感的潜在转变。例如，在消化道肿瘤性质预测问题上，AI所致的误判会让患者接受不必要的手术，或延误诊治时机。而问责的源头则是多方的——医生、提供软件平台的供应商、构建算法的开发人员或训练数据的来源。建立完善的追责制度是消化内镜AI临床应用的重要环节，但最终责任落在哪里还有待观察。

　　综上所述，AI技术有望在提高内镜检查质量、减少病灶漏诊率、缓解培训资源缺乏方面起到至关重要的作用。但目前大多数研究仍处于探索阶段，尚未推广到实际临床应用中，且面临着数据稀少、算法透明度不足、质量标准不统一、伦理问题等严峻挑战。随着技术的发展和行业的规范，相信在不远的将来，内镜AI将广泛应用于临床实践，极大地提高消化内镜的质量，改善患者的预后。

　　撰写者：姚理文、陈弟、吴练练、董泽华、张丽辉（武汉大学人民医院消化内科）

　　参与专家（按姓名拼音排序）：陈朝元（福建省人民医院消化内科），江华（解放军总医院第一医学中心消化内科），郎金榕（重庆市丰都县人民医院消化内科），李军宏（深圳市第四人民医院消化内科），梁运啸（广西壮族自治区人民医院消化内科），刘梅（华中科技大学附属同济医院消化内科消化内科），刘思德（南方医科大学南方医院消化内科），刘彦（成都市第五人民医院消化内科），潘杰（温州市中心医院消化内科），唐闯（成都市双流区中医医院消化内科），王宏光（吉林市人民医院消化内科），王小明（攀枝花市中心医院消化内科），王晓艳（中南大学湘雅三医院消化内科），徐美东（同济大学附属东方医院消化内科），叶丽萍（台州医院消化内科），钟芸诗（复旦大学附属中山医院消化内科），周晓倩（贵阳市第一人民医院消化内科）,周宇(广东医科大学附属医院消化内科)，邹多武（上海交通大学医学院附属瑞金医院消化内科）

　　参考文献略，原文见《中华消化内镜杂志》2021年10月

　　中华消化内镜杂志