人工智能 （AI） 在医学中的应用已引起广泛关注，AI辅助消化内镜诊断成为行业研究热点。临床上内镜操作由内镜医师完成，诊断则依靠医师肉眼结合病理活检完成，其本质是一个不断积累经验、逐渐完善的过程。AI辅助内镜诊断有望提高内镜医师对消化道病灶的检出率，有效减少误诊和漏诊。
历经几年发展，AI＋医疗已逐步进入行业洗牌阶段，从最初的“新鲜”走向“落地”，当下，真正能落地的AI医疗项目拥有更多市场和话语权。
9月11日－13日，由中华医学会和中华医学会消化内镜学分会主办的“2020年中国消化内镜学年会”于线上召开。会上，中华医学会消化病分会候任主委、华西医院消化科唐承薇教授就《人工智能助力消化内镜》报告进行了精彩演讲，并分享了华西医院与希氏异构消化内镜AI项目最新进展，吸引业界强烈关注。
（中华医学会消化病分会候任主委、华西医院消化科唐承薇教授）
消化内镜AI研发现状与痛点：论文多产品少，在未知病变难发挥作用
据《临床医师癌症杂志》（CA Cancer J Clin）在线刊发的2015年癌症统计数据显示，中国消化道肿瘤大国，仅胃癌年发病案例就高达67．91万例，死亡约50万例，占总癌症死亡比例的17．7％。
作为消化道疾病最直接的检查设备，消化内镜在我国已经非常普及，但我国的消化道疾病，尤其是恶性肿瘤的早诊早治工作，开展得并不尽人意，其主要原因在于内镜医生培养周期较长，一个有经验的医生至少需要十年以上的培养周期，人才的培养依赖于时间的堆砌，人才相对稀缺，制约了消化道疾病的诊治水平。
唐承薇教授指出，消化内镜领域需求量大，医护工作量大，消化内镜人工智能技术和设备的研发，将有望改变这一现象。
消化内镜AI目标是提高诊断效率，全面提升诊断准确率，通过AI技术，建设新型内镜诊疗体系，发挥区域医疗中心的质控作用，为落实我国分级诊疗政策助力。
“国内消化内镜诊治水平参差不齐，很多患者因此经历多次内镜检查，增加相关检查风险，浪费医疗资源。消化内镜AI技术的开展，对于高等级医院来说，让医护给予患者更多的呵护，使医生腾出更多精力做好微创治疗；对于低等级医院来说，能够克服医生受培训及经验不足的弱点。”唐承薇教授表示。
在会上，唐承薇教授就消化内镜AI目前的现状和痛点做了相关解读。她指出：
一、消化内镜AI领域论文多、产品少，真正付诸实践的项目不多。
二、内镜临床诊断仍有不足。医生通常面对的是未知的内镜病变，仅用检测某种已知病变的AI辅助设备，难以在面对各种未知病变时发挥辅助作用。
三、AI检测水准暂时未能超越内镜医生。隆起性病变是内镜观察到的主要病变之一，可能为息肉、炎性病变、早期或进展期癌、血管病变、平滑肌瘤等。进一步甄别内镜下的隆起性病变，对于内镜医师并不困难，即使少数隆起性病变的鉴别有难度，AI未必能胜过内镜医生。
“内镜医生最需要AI辅助的是，在检查过程中协助及时发现病变，避免漏掉病变，这对于经验不足、承担大工作量或疲劳状态的医生尤为有用。”唐承薇教授指出。
国内首个消化内镜AI产品已获证，二代产品研发中
2017年3月，华西医院与希氏异构医疗科技公司联合成立的华西－希氏医学人工智能研发中心，以唐承薇教授团队为核心，双方在消化内镜人工智能产品研发方面进行了深度合作。
目前，希氏在消化内镜AI领域的研发成果覆盖全消化道，涉及包括肿瘤、息肉、萎缩性病变、溃疡类病变、糜烂性病变、血管病变等多类别百余种疾病。
唐承薇教授介绍，历经3年时间的探索和研究，中心在消化内镜AI领域取得了不错的成果。基于CNNs原理设计的人工神经网络，将大量内镜隆起性病变图片转换为复杂数据信息，进行内镜CAD系统模型训练，成功诞生了第一台消化内镜影像实时辅助诊断设备（内镜AI设备）。
在完成了近500例的临床试验后，这款消化内镜影像实时辅助诊断设备于2020年4月已经获得了药监部门的审批，作为医疗设备准予进入临床应用，这也是迄今为止国内获批的第一台消化内镜图像辅助诊断设备。
作为国内第一个硬件设备化的消化AI产品，该款产品有什么特点？
首先，该款产品达到了设计标准，识别速度非劣效于内镜医生，可与内镜医生同时发现隆起性病变。肠镜下对≥5mm隆起型病变的敏感性更高，达96．81％。
其次，内镜AI设备在“助手”的角色中，表现优于设计期望值，对今后内镜AI设备研发的行业标准制定提供了有益的基础。
最后，该产品可帮助医生实时、高效地发现病变；系列产品可对全消化道（上、下消化道）的多种病变实现快速、高效的识别，有效解决临床痛点。从疾病的覆盖面、临床产品化等多个角度，该产品处于国际领先地位。
唐承薇教授介绍，消化内镜图像辅助诊断设备只是初期的一个产品，人工智能技术在消化内镜领域的应用，绝不局限于某一种或几种病变的实时检出，更多的应用将陆续覆盖消化内镜检查的不同环节。
目前最新研究成果已经趋于成熟，与希氏异构合作研发的二代产品也已经基本定型。她指出，二代产品将与临床结合更为紧密， 渗透到消化内镜检查的更多环节，一方面在实时视频多病变的识别上有新的突破，另一方面在病变定性、定量和质控方面，有更多技术推出，实现在消化内镜检查的前端和后端做整体性的布局。
自2017年以来，AI作为一项国家战略，已在皮肤癌、糖尿病视网膜病变中发挥重要作用，我们相信，未来基于AI的内镜图像诊断识别有望在消化内镜筛选消化道早癌方面发挥重要作用。
可正如开篇所讲，医疗AI 经历几年的发展，其价值早已被医生认可，但概念早已过了“新鲜期”，唯有那些真正在医疗场景应用，解决实际问题的项目才能拥有真正的市场话语权。
作者：徐文娟
