腹膜转移被普遍认为是肠癌的终末期，预后很差。当前，诊断肠癌腹膜转移主要通过影像学手段的，敏感性欠缺，特别是对于5mm以下的微小腹膜转移病灶。
近日，中山大学附属第六医院结直肠外科研究团队和深圳腾讯AI lab开展合作，并成功开发出世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。该AI模型仅需花费34秒就自动识别并诊断了所有验证图像，准确性高达94%，AUC为0.922，敏感性和特异性均高达94%。
此项原创性研究成果以“利用深度学习构建人工智能系统诊断肠癌腹膜转移”为题在Annals of Surgery发表了。该院袁紫旭博士为第一作者，王辉教授为最后通讯作者，蔡建副主任医师、影像科曹务腾医生、赵业标医生等在该论文中做出了重要贡献。
据了解，作为外科领域的顶级刊物——Annals of Surgery早在1885年开始出版，刊载了很多外科“里程碑”式的论文，是外科领域的标杆，引领了国际外科的发展方向，目前影响因子10.13分。
世界首个诊断肠癌腹膜转移的AI平台！未来有望延长肠癌患者生存期
人工智能（AI）是研发模拟人类大脑学习并延伸人类能力的新型智能技术科学，近年来AI在医学领域尤其是肿瘤诊断方面得到了很大应用，AI擅长对医学图像（影像及病理）的自动识别和诊断，AI更新换代后的深度学习算法更具优势，大大提升了AI诊断灵敏性和准确性。
（根据深度学习算法构建的AI系统的研究结果如上图所示）
一直以来，腹膜转移认为是肠癌的终末期，预后很差。而当前临床上诊断肠癌腹膜转移主要通过影像学手段，且存在敏感性欠缺的情况，尤其对于5mm以下的微小腹膜转移病灶。因此，该院王辉教授课题组一致关注如何早期诊断肠癌腹膜转移。
（腹膜转移的CT图像以及粟粒状腹壁种植结节）
肠癌合并同时性腹膜转移（PC）的发病率约为5-10%，复发时合并腹膜转移发病率为25-44%。“腹膜转移如果能够早期诊断，可以增加彻底减瘤手术的机会，未来能够明显延长肠癌患者的生存期。”王辉教授说。
2018年开始该团队和深圳腾讯AI lab就建立了合作关系，研发了一个基于卷积神经网络（CNN）的ResNet3D系统，经查，这是世界上第一个诊断肠癌腹膜转移的AI平台，能够自动识别原发肿瘤特征，同时提取肿瘤临近腹膜的影像学特征，构建基于人工智能的SVM分类器。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。
（AI自动识别和诊断肿瘤的示意图）
研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达94%，AUC为0.922，敏感性和特异性均高达94%，明显优于常规增强CT的诊断能力。
这一成果有何医学临床价值？袁紫旭谈到，“我们研发的AI平台是无创的新型诊断系统，基于腹部肿瘤临床上常规使用的增强CT图像，不仅能够自动识别原发肿瘤特征，还融合了周围临近腹膜的特征，临床实用性很强，为临床医生制订手术方案提供参考，也为肠癌患者选择合适的治疗提供依据。”
据介绍，该AI平台可以识别其他医院或中心的影像学图像，因此下一步计划将该AI系统移植到其他医院，利用更大规模的独立队列，进行外部验证来证明其普遍适用性，努力解决肠癌腹膜转移癌诊断困难的世界性难题。
（通讯员：简文杨 于田）