中山大学肿瘤防治中心徐瑞华教授等的一项关于人工智能实时辅助内镜早期诊断上消化道肿瘤的多中心、病例对照、诊断性研究显示，在检测上消化道肿瘤方面，上消化道肿瘤内镜人工智能辅助诊断系统(GRAIDS)的诊断准确率高达90%以上，其灵敏度与专家级内镜医师相当，并且优于非专家级内镜医师。该系统可帮助基层医院提高其对上消化道癌症诊断的有效性。(Lancet Oncol. 2019年10月4日在线版)

使用深度学习算法的人工智能平台在医学成像方面取得了显著进步，但其在上消化道癌中的应用受到限制。徐瑞华教授等旨在利用来自6家不同级别(即市、省和国家级)医院的真实世界内窥镜成像数据，来开发和验证用于上消化道癌诊断的GRAIDS。使用来自中山大学肿瘤防治中心的内部和前瞻性验证数据集以及来自5家基层医院的外部验证数据集，来评估GRAIDS的诊断性能;并将GRAIDS的表现与三级专业水平(专家、主治和住院级)的内镜医师进行比较，评估GRAIDS和内镜医师识别癌性病变的诊断准确性、敏感性、特异性、阳性预测值和阴性预测值。总体上，研究者将来自84 424例患者的1 036 496张内镜图像用于开发和评估GRAIDS。

结果显示，GRAIDS对上消化道癌的诊断准确率达90%以上：内部数据验证诊断准确率为95.5%，前瞻性数据验证诊断准确率为92.7%，外部数据验证诊断准确率为91.5%~97.7%。GRAIDS的诊断灵敏度与专家级内镜医师相似(94.2% vs. 94.5%)，并且显著高于主治级内镜医师(85.8%)和住院级内镜医师(72.2%)。

GRAIDS的阳性预测值为0.814，专家级内镜医师的阳性预测值为0.932，主治级内镜医师为0.974，住院级内镜医师为0.824。GRAIDS的阴性预测值为0.978，专家级内镜医师的阴性预测值为0.980，主治级内镜医师为0.951和住院级内镜医师为0.904。

在来自前瞻性验证组随机选择的患者亚组的测试图像中， GRAIDS与内镜医师识别上消化道癌的表现

更为重要的是，在GRAIDS的帮助下，专家级内镜医师的诊断灵敏度可提高至98.4%，而主治级(97.8%)和住院级(96.4%)内镜医师的诊断灵敏度可提升到与专家独自判读时相当的水平。

(编译 张毅)