日本理化學研究所（以下簡稱“理研”）與日本國立癌癥研究中心東醫(yī)院消化道內(nèi)窺鏡科組成的聯(lián)合研發(fā)小組，利用由少數(shù)確診數(shù)據(jù)構(gòu)筑的人工智能（AI）系統(tǒng)，確立了高精度自動檢測早期胃癌的方法。由此可減少胃癌的漏診，有望實現(xiàn)早發(fā)現(xiàn)、早治療。

相關(guān)研究論文已于北京時間7月21日在美國夏威夷舉行的學會40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society上發(fā)表。

圖：醫(yī)生的診斷（綠色）與計算機自動檢測出的（紫色）早期胃癌的腫瘤區(qū)域

研究方法與成果

熟練醫(yī)生通過內(nèi)窺鏡圖像發(fā)現(xiàn)早期胃癌時，大多是根據(jù)胃壁表面粘膜的輕微變色和粘膜表面的血管狀況進行診斷的。因此，研發(fā)小組從大約100張早期胃癌的確診圖像和大約100張正常組織的圖像中，隨機各截取約1萬張肯定含“癌癥部分”和“正常部分”的區(qū)域，合計獲得了約2萬張圖像（圖像尺寸為224ｘ224像素，圖1）。然后利用數(shù)據(jù)擴展技能，將這些圖像擴展至約36萬張。數(shù)據(jù)擴展是在保持早期胃癌的特征——胃粘膜表面的血管情況等的同時，通過對原始圖像進行加工，制作新的學習數(shù)據(jù)的技能。

圖1：從早期胃癌的確診圖像中隨機截取的“癌癥部分”與“正常部分”的學習圖像

該研究通過名為ImageNet的大規(guī)模圖像數(shù)據(jù)集，將已經(jīng)學習過圖像分類問題的一種名為GoogLeNet的模型作為卷積神經(jīng)網(wǎng)絡（CNN）的初始模型使用，為了檢測出早期胃癌，利用上述約35萬張圖像，讓其重新進行學習。

之后，利用未用于學習的約1萬張圖像，對重新學習后的CNN能否準確判斷這些圖像進行了驗證。結(jié)果顯示，檢測靈敏度（在“癌癥”圖像中，準確判斷為“癌癥”的比例）為80.0％，特異度（在“正?！眻D像中，準確判斷為“正?！钡谋壤?4.8％。另外，陽性符合率（在判斷為“癌癥”的圖像中，確實是“癌癥”的比例）為93.4％，陰性符合率（在判斷為“正?！钡膱D像中，確實“正?！钡谋壤?3.6％，都非常高。通過驗證還發(fā)現(xiàn)，因與胃炎和胃潰瘍癥狀相似而難以判斷的病例也能以較高的準確率進行判斷。

早期胃癌用肉眼識別時主要分三種類型，分別是觀察到明顯的腫瘤狀隆起的“隆起型（Type0-Ⅰ）”；未觀察到明顯的隆起和凹陷，但觀察到不明顯隆起的“表面隆起型（Type0-Ⅱa）”；觀察到粘膜輕微凹陷的“表面凹陷型（Type0-Ⅱc）”。利用AI檢測這三種類型的早期胃癌區(qū)域時，連尤其難以發(fā)現(xiàn)的表面凹陷型（Type0-Ⅱc），也能自動檢測出癌癥區(qū)域（圖2）。利用此次的方法，在用于驗證的所有圖像中，有86.2％準確地自動檢測出了“癌癥”區(qū)域和“正?！眳^(qū)域。

另外，除去輸入和輸出圖像的時間以外，處理1張圖像所需的時間僅為4毫秒，將來在臨床現(xiàn)場，這個速度足夠用來進行實時自動檢測。

圖2：不同類型的早期胃癌的自動檢測示例

厚樸方舟2012年進入海外醫(yī)療領域，總部位于北京，建立了由全球權(quán)威醫(yī)學專家組成的美日名醫(yī)集團，初個擁有日本政府官方頒發(fā)的海外醫(yī)療資格的企業(yè)。如果您有海外就醫(yī)的需要，請撥打免費熱線400-086-8008進行咨詢！

本文由厚樸方舟編譯，版權(quán)歸厚樸方舟所有，轉(zhuǎn)載或引用本網(wǎng)版權(quán)所有之內(nèi)容須注明"轉(zhuǎn)自厚樸方舟官網(wǎng)（m.wyaoyao.cn）"字樣，對不遵守本聲明或其他違法、惡意使用本網(wǎng)內(nèi)容者，本網(wǎng)保留追究其法律責任的權(quán)利。

上一篇：日本看病：日本學者發(fā)現(xiàn)導致肺癌擴散基因 下一篇：日本治療乳腺癌 發(fā)現(xiàn)乳腺癌治療新靶點