微创智能化诊断与治疗技术在胃癌中的应用

手上白癜风注意事项 http://news.39.net/bjzkhbzy/170728/5577583.html

作者:李树春,臧潞,郑民华

文章来源:中华消化外科杂志,,20(5)

摘要

胃癌是我国常见恶性肿瘤之一,发病率高且预后较差。提高胃癌诊断率和探索新的治疗方法依旧是当前工作重点。近年来,以人工智能为代表的智慧医疗逐步应用于胃癌的诊断与治疗,特别是胃镜检查、影像学检查、病理学诊断等方面。在胃癌微创手术方面,超高清视野(4K分辨率)、三维(3D成像)等新技术的出现,进一步提升手术精准度。同时,以吲哚菁绿为代表的腹腔镜荧光成像技术,正逐步成为微创手术智能化发展新方向。笔者结合国内外文献,深入阐述胃癌诊断与治疗过程中微创智能化技术的应用,以期更充分地认识胃癌智能化诊断与治疗所面临的机遇与挑战,打破学科边界,开展广泛的“医工结合”研究,造福胃癌病人。

胃癌是一种具有高度异质性的消化道恶性肿瘤和我国常见恶性肿瘤之一。年我国胃癌新发病例约61.3万,死亡病例约42.2万。约80%的病人初诊时已发展为进展期胃癌,因此,提高胃癌诊断率和探索新的治疗方法依旧是当前工作重点。人工智能诞生于20世纪40年代,特指计算机执行与智力相关的任务,包括模拟人类认知功能、自我学习能力等。近年出现的深度学习算法是一类特殊机器学习方法,其使人工智能与各学科交叉融合成为可能。近年来,医疗大数据和人工智能逐步应用于医学各个领域,例如药物设计、医学影像识别、医疗管理系统等。笔者结合国内外文献,阐述胃癌诊断与治疗过程中微创智能化技术的应用。

一、胃癌智能化诊断新技术

(一)胃镜的智能化应用

胃镜是胃癌癌前病变或早期胃癌的主要筛查工具,但是常规胃镜下浅表黏膜病变极难分辨。尽管目前特殊成像技术如窄带成像、蓝光激光成像对消化道早癌的诊断具有一定优势,但需要特殊设备,难以大范围推广。近年来,国内外开展多项运用胃镜人工智能辅助鉴别诊断胃肿瘤良恶性病灶的研究。Wu等收集例胃癌和例胃良性疾病病人的病例资料,建立深度卷积神经网络模型诊断早期胃癌,其研究结果显示:该模型在实时不中断的胃肠镜影像中,可无盲点自动识别早期胃癌病灶,准确度为92.5%、灵敏度为94.0%、特异度为91.0%,其效能优于内镜医师。

另一项全国多中心大样本诊断性研究基于例恶性肿瘤病人和例正常对照病人构建胃肠道人工智能诊断系统;该系统对上消化道肿瘤诊断准确度90%,灵敏度达到专家级内镜医师水平;该系统不仅可对既往内镜图片进行良恶性判别,还可在内镜检查同时,实时辅助内镜医师诊断。

长期幽门螺杆菌感染是胃癌发生的危险因素。准确评估幽门螺杆菌感染状况对幽门螺杆菌相关胃炎的诊断和根除感染后的疗效评价十分重要,临床中常用的幽门螺杆菌检测方法包括尿素呼气试验(13C/14C-UBT)、血清抗体检测、快速尿素酶试验等,但上述检测方法均存在假阴性结果。Nakashima等利用联动成像影像与深度学习算法开发辅助诊断系统,对幽门螺杆菌不确定感染、确定感染和根除感染后的3组人群进行辅助诊断,其诊断准确度分别达到84.2%、82.5%和79.2%。同样人工智能可提高对慢性萎缩性胃炎诊断的准确度和灵敏度。上述探索性研究均为人工智能辅助胃镜检查诊断提供新方向。

(二)影像学检查在胃癌智能化诊断中的应用

临床实践中主要根据术前TNM分期制订病人治疗方案,因此,精准判断肿瘤原发灶浸润深度和转移情况是行胃癌个性化治疗的基础。

目前,术前判断淋巴结转移主要依靠CT检查影像中淋巴结的大小、形状、密度和融合成团程度,但该类诊断较为主观,需要影像科医师具有丰富经验。Gao等应用区域快速卷积神经网络模型大幅提高淋巴结转移判断的准确度。该模型能够准确预测胃癌淋巴结转移情况并进行精准术前分期,对于临床医师选择直接施行根治性手术还是先施行术前新辅助化疗的治疗方案具有重要参考价值。

Dong等应用增强CT检查构建深度学习列线图模型,通过深度卷积神经网络模型和人工标记相结合的方法提取CT检查动脉期、静脉期和未增强扫描的影像学特征,利用单因素和多因素线性回归等方法构建深度学习影像组学预测模型(deepleaningradiomicnomogram,DLRN),其研究结果显示:该模型在多个队列中均具有良好的淋巴结转移预测能力[总体一致性指数(95%CI)在初始队列为0.(0.~0.)、外部验证队列为0.(0.~0.)、国际验证队列为0.(0.~0.)]。此外,DLRN对局部进展期胃癌病人的总体生存率具有良好的预测能力。

更多内容,请长按识别下方

转载请注明地址:http://www.ruihongjidian.com/wazz/wazz/32969.html


  • 上一篇文章:
  • 下一篇文章: 没有了
  • 公司简介 广告合作 发布优势 服务条款 隐私保护 网站地图 版权声明