四川省人民醫(yī)院的劉曉崗團隊與哈佛醫(yī)學院研究者聯(lián)合完成全球首個AI前瞻性隨機對照臨床試驗，試驗發(fā)現(xiàn)AI可使結(jié)腸鏡對腺瘤檢出率提高近50%。每例患者檢出的平均腺瘤數(shù)也增加，主要是AI檢出了更多的較小腺瘤。(Gut. 2019年2月27日在線版 doi:10.1136/gutjnl-2018-317500)

這是全球首個使用基于深度學習的計算機輔助檢測系統(tǒng)的前瞻性隨機對照臨床試驗，輔助結(jié)腸鏡息肉檢查，具有開辟性的意義。

該研究在四川省人民醫(yī)院進行，研究共納入1058例患者，隨機分為兩組，一組接受標準結(jié)腸鏡檢查(536例)，另一組接受AI系統(tǒng)(實時自動息肉檢測系統(tǒng))輔助的結(jié)腸鏡檢查(522例)。

在AI組中，結(jié)腸鏡連接到AI系統(tǒng)，監(jiān)視器上會顯示用藍色空心框圈出的息肉位置，同時發(fā)出警報聲，醫(yī)生主要負責盯好監(jiān)視器，在警報聲提示檢測到息肉時對息肉進行評估，判斷是否是息肉，是否是腺瘤性息肉。

該研究所用的AI系統(tǒng)是在深度學習架構(gòu)上開發(fā)的，2018年，劉曉崗團隊在《自然·生物醫(yī)學工程》雜志上發(fā)表研究，報告了這一系統(tǒng)。系統(tǒng)的建立基于2007年至2015年間，1290例患者的5545張結(jié)腸鏡檢查圖像，其中有3634張檢出息肉。

研究者共使用4個數(shù)據(jù)集對這一系統(tǒng)的識別能力進行了驗證。數(shù)據(jù)集1和2使用的是結(jié)腸鏡檢查圖像，其中系統(tǒng)的敏感性可達到94.38%，特異性達到95.92%，受試者工作特征曲線下面積(AUROC)為0.984(評價統(tǒng)計模型預測準確性的指標，越接近1，準確性越高)。

與數(shù)據(jù)集1和2不同，數(shù)據(jù)集3和4使用的不是檢查圖像，而是檢查視頻，數(shù)據(jù)集3是包含息肉的檢查錄像片段，4則是經(jīng)多名專家確認無息肉的患者的全部檢查錄像。從靜態(tài)到動態(tài)，這對于系統(tǒng)來說無疑是增加了難度，但另一方面，這種檢驗也更加貼近實際的臨床應用。

結(jié)果也未讓研究人員失望，數(shù)據(jù)集3中視頻的逐幀敏感性達到91.64%，而對息肉檢查的敏感性更是達到100%!數(shù)據(jù)集4的特異性也高達95.40%。

通過多線程處理系統(tǒng)，AI對實時視頻的處理速度能達到每秒至少25幀，延遲時間為76.80±5.60毫秒，可以說是將圖像實時輸出，不會影響醫(yī)生的操作。

基于這些結(jié)果，研究者開展了這項臨床試驗。檢查所需時間上，AI組所需時間為6.89分鐘，僅比對照組標準結(jié)腸鏡組長0.5分鐘，也均未出現(xiàn)與腸鏡檢查相關(guān)的并發(fā)癥。

從息肉的檢查結(jié)果看，兩組共檢出了767個息肉，其中有422個腺瘤，對照組和AI組的息肉檢出率分別為29%和45%，差距明顯。在檢測出腺瘤的患者中，對照組和AI組檢測到的平均腺瘤數(shù)分別為0.31和0.53，腺瘤檢出率分別為20%和29%，增加了45%。兩組間的差距主要是由于AI組檢測出的小腺瘤較多(185 vs. 102)，較大腺瘤的檢出數(shù)量雖也有差距，但不具統(tǒng)計學意義。

可見，AI組在正面結(jié)果的對比上顯示了優(yōu)勢，那么負面結(jié)果，也就是漏檢和錯檢的結(jié)果如何?研究者分析發(fā)現(xiàn)，AI系統(tǒng)一共有39次錯誤警報，平均到每次結(jié)腸鏡檢查上約為0.075次，錯誤率較低，且未出現(xiàn)漏檢。

該項臨床試驗表明，在AI的輔助下，結(jié)腸鏡檢查能發(fā)現(xiàn)更多的腺瘤，尤其是小腺瘤。盡管小腺瘤相對惡變的風險較小，但總體腺瘤檢出率的提高最終可能降低腸癌風險，不過這一目標的實現(xiàn)還需進一步長期隨訪研究驗證。 (編譯 崔伊媛)