“上消化道癌内镜AI辅助诊断系统”研究团队部分成员合影。

徐瑞华教授与团队成员进行项目研究分析。杨森/摄

上消化道癌的早期诊断、早期治疗是提高疗效的关键。近日，中山大学肿瘤防治中心教授徐瑞华团队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），对上消化道肿瘤的诊断敏感性高达90%以上。10月4日，相关研究成果在线发表于肿瘤学顶尖期刊《柳叶刀—肿瘤》。

据介绍，该文章的发表，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坚实的一步，达到国际领先水平。其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。

徐瑞华团队历时两年半，开展了多学科联合攻关，在深度卷积神经网络的基础上开发出多项创新技术，GRAIDS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。

GRAIDS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，减少关键信息遗漏，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。

骆卉妍表示，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，GRAIDS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。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84424例患者的共1036496张内镜图像进行了识别和分析。

最终结果显示，GRAIDS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。

徐瑞华表示，GRAIDS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，极大的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。目前，除中山大学肿瘤防治中心外，该系统已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。

相关论文信息：https://www.sciencedirect.com/science/article/abs/pii/S1470204519306370