新快报讯 记者梁瑜 通讯员简文杨 于田报道 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，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%，明显优于常规增强 CT 的诊断能力。
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。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。
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。
专家介绍，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。 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。训练组一共纳入了 19814 张 CT 图像，验证组包括了 7837 张 CT 图像。
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。
【来源：新快报】
声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@
