EN
企业动态

胃癌早筛中的人工智能应用 | 葡萄京官方网站助力国家消化道早癌筛查

2021-12-01

近日,《第三军医大学学报》杂志发表了陆军军医大学第一附属医院(重庆西南医院)消化科、葡萄京官方网站团队一项研究成果《基于卷积神经网络的人工智能技术在早期胃癌识别中的应用》,证实搭建的卷积神经网络模型能在实际临床检查中辅助内镜医师提高早期胃癌检出率,提升诊断水平。

论文链接:http://aammt.tmmu.edu.cn/oa/DArticle.aspx?type=view&id=202105018


图片




《第三军医大学学报概况》创刊于1979年,国内外公开发行。曾获得第二、三届国家期刊奖百种重点期刊,是中国综合性医药卫生类核心期刊、中国科技论文统计源期刊、中国科学引文数据库统计源期刊。


图片
卷积神经网络模型优势

这一研究结果显示,本文搭建的卷积神经网络模型有以下3点优势:


病灶识别速度快,自动定位,能节省诊断时间。

图片


具有较高的灵敏度和阳性预测值,能精确定位早癌病灶位置和边界

模型用于早期胃癌的识别灵敏度和阳性预测值(PPV)分别是 90.33%,95.41%,识别慢性浅表性胃炎、胃息肉和胃溃疡等良性病变的灵敏度和 PPV均超过 80%,单张识别时间为(0.04±0.005)s。

图片


能在实际临床检查中辅助内镜医师提高早期胃癌检出率,提升诊断水平。

在视频验证实验中,34例完整内镜检查视频共包含84处明显病灶,其中有19处胃早癌病灶,65处非早癌病灶。模型识别出的早癌病灶有17处,其灵敏度 89.5%,识别出的非早癌病灶为60处,灵敏度92.3%。

经验证统计结果分析,得出模型对早癌病灶的检出率与活检病理证实的早癌检出率吻合度较强,具有良好的一致性。


图片


图片
卷积神经网络模型提高早期胃癌检出率

国家癌症中心2018年公布的数据显示,我国胃癌的新发及死亡病例均占全球胃癌病例的40%。提高早期胃癌诊治能力,是提升胃癌生存率的有效手段。

既往研究证实,消化内镜诊疗技术是对早期上消化道肿瘤筛选的主要方法之一,但常规胃镜检查只适用于发现进展期胃癌。由于早期胃癌在白光内镜下病灶不明显、与其他普通疾病易混淆,检查过程中容易漏诊,因此早癌的检出对内镜医师的经验要求极高。加上我国人口众多、患者数量大、设备缺乏等原因,使得早期胃癌的检出率难以改善。

图片

AI技术与电子胃镜技术的融合,能辅助识别胃早癌。葡萄京官方网站人工智能实验室针对电子胃镜打造了“内镜AI辅诊系统”,该系统不仅能视频实时捕捉病灶提示胃部病种,且在白光、NBI下辅助提示疑似胃早癌病变的类别及其概率,有效提高胃早癌检出率。

该辅诊系统适配各大主流厂家多种不同型号的内镜,有利于形成胃肠影像标准数据库,赋能科室的教学和科研,自研发伊始就一直受到全国医疗机构的广泛关注。

葡萄京官方网站高清电子胃/肠镜200万像素高清成像,展现更多胃肠道细节,MSI染色技术,强化病变组织与周围正常组织对比,开创国产内镜新镜界。高清电子胃/肠镜+“内镜AI辅诊系统”有效提高早期胃癌检出率,为临床治疗提供重要依据,造福全民消化道健康。

图片


图片
未来将持续推进胃肠疾病辅诊研究

值得一提的是,作为本次研究方式的人机分类竞赛,研究团队选择了2位内镜工作年限超过5年且经验丰富的高年资医师,以及2位内镜工作年限不足3年的低年资医师。4位内镜医师分别独立对验证集259例患者数据、共1329张图片进行分类识别和判断,同时记录下判断每张图片所花的时间。模型验证相同数据集,并记录结果。


经验证,本文搭建的卷积神经网络模型在识别早期胃癌和三种良性病变(慢性浅表性胃炎、胃息肉和胃溃疡)具有较高的灵敏度和阳性预测值,能精确定位早癌病灶位置和边界,同时对早期胃癌及良性病变进行动态识别,在实际临床检查中辅助内镜医师提高早期胃癌检出率,提升诊断水平。


图片
论文编辑概况

消化内科副主任、全军消化病研究所副所长,医学博士,副教授、副主任医师,硕士研究生导师。中华消化内镜学会青年委员、中国医师协会内镜分会内镜诊疗质控专委会委员、重庆市消化内镜学会副主任委员等。




图片
陈磊

葡萄京官方网站集团人工智能实验室经理,高级工程师,算法专家,重庆市人工智能学会理事,长期从事智能仪器及系统,医学影像人工智能的研究和开发工作,获得发明专利三篇,发表论文两篇。完成了多个国家和地方课题及企业产品开发项目。




图片
黄访


图片

财富热线:023-86098111

地址:中国·重庆  渝北区霓裳大道18号 金山工业园


XML 地图 | Sitemap 地图