華雯俏 管 鑫 姜相君青島大學(xué)附屬青島市市立醫(yī)院消化內(nèi)科(266011)

背景：目前人工智能(AI)是臨床各領(lǐng)域的研究熱點(diǎn)，強(qiáng)大的圖像識(shí)別和處理能力使其在消化內(nèi)鏡領(lǐng)域具有很強(qiáng)的優(yōu)勢(shì)。目的：基于AI構(gòu)建胃鏡圖像輔助識(shí)別系統(tǒng)，并探討其在慢性萎縮性胃炎(CAG)診斷中的價(jià)值。方法：選取2018年4月—2020年8月在青島市市立醫(yī)院行胃鏡檢查并取活檢行病理檢查者的胃鏡圖像3 813張，其中包括CAG 1 927張和慢性非萎縮性胃炎(CNAG) 1 886張，選取其中3 055張圖像為訓(xùn)練集(CAG 1 541張，CNAG 1 514張)，379張圖像(CAG 193張，CNAG 186張)作為調(diào)整集，其余圖像作為測(cè)試集。訓(xùn)練并驗(yàn)證深度學(xué)習(xí)模型，繪制模型受試者工作特征曲線(ROC曲線)和P-R曲線，比較該模型與3名低年資內(nèi)鏡醫(yī)師、3名高年資內(nèi)鏡醫(yī)師診斷CAG的敏感性、特異性和準(zhǔn)確性。結(jié)果：深度學(xué)習(xí)模型識(shí)別CAG的ROC曲線下面積為0.916 8，P-R曲線下面積達(dá)0.931 6，敏感性為89.1%，特異性為74.2%，準(zhǔn)確性為81.8%。深度學(xué)習(xí)模型識(shí)別CAG的敏感性、特異性和準(zhǔn)確性均明顯優(yōu)于低年資內(nèi)鏡醫(yī)師，甚至優(yōu)于部分高年資內(nèi)鏡醫(yī)師。結(jié)論：基于AI技術(shù)構(gòu)建的診斷CAG的深度學(xué)習(xí)模型具有較高的敏感性、特異性和準(zhǔn)確性，可有效識(shí)別出CAG，可輔助臨床內(nèi)鏡醫(yī)師在胃鏡檢查中作出相應(yīng)診斷。

慢性萎縮性胃炎(chronic atrophic gastritis, CAG)是公認(rèn)的胃癌前疾病，構(gòu)成了上皮內(nèi)瘤變以及腺癌發(fā)生的基礎(chǔ)。CAG的最終結(jié)局為胃癌，其發(fā)病率全球排名第五，死亡率位居第三位[1]，因此對(duì)于CAG的篩查和干預(yù)十分重要。然而白光內(nèi)鏡診斷CAG的敏感性很低，具有較大的檢查者差異，漏診率高[2]。基于深度學(xué)習(xí)(deep learning)的人工智能(artificial intelligence, AI)正成為輔助診斷疾病的重要技術(shù)。深度學(xué)習(xí)應(yīng)用多層結(jié)構(gòu)的機(jī)器學(xué)習(xí)模型[3]，可使計(jì)算機(jī)自動(dòng)發(fā)現(xiàn)并學(xué)習(xí)需要的特征。其模仿人類大腦神經(jīng)元，經(jīng)過(guò)多層處理，將原始輸入數(shù)據(jù)中的特征逐級(jí)轉(zhuǎn)化為更高、更抽象的表現(xiàn)形式，從而應(yīng)用簡(jiǎn)單的模型即可學(xué)習(xí)復(fù)雜的功能[4]。本研究基于深度學(xué)習(xí)技術(shù)構(gòu)建了一個(gè)圖像輔助診斷模型，并探究其在CAG診斷中的應(yīng)用，以期提高CAG內(nèi)鏡下的診斷率。

對(duì)象與方法

一、圖像資料

所有胃鏡圖像均來(lái)自于2018年4月—2020年8月在青島市市立醫(yī)院內(nèi)鏡中心行胃鏡檢查并取活組織病理檢查的患者，包括CAG患者和慢性非萎縮性胃炎(CNAG)患者。所有納入研究的病灶均符合《中國(guó)慢性胃炎共識(shí)意見(jiàn)(2017年,上海)》[5]的診斷標(biāo)準(zhǔn)，內(nèi)鏡下CAG黏膜紅白相間，以白相為主，皺襞變平甚至消失，部分黏膜血管顯露；可伴有黏膜顆?；蚪Y(jié)節(jié)狀等表現(xiàn)。CNAG內(nèi)鏡下可見(jiàn)黏膜紅斑、斑塊、出血點(diǎn)，或黏膜粗糙伴或不伴水腫、充血滲出等。病理診斷標(biāo)準(zhǔn)采用我國(guó)慢性胃炎病理診斷標(biāo)準(zhǔn)以及新悉尼系統(tǒng)的直觀模擬評(píng)分法。同時(shí)，排除因行胃部手術(shù)造成胃解剖結(jié)構(gòu)改變、消化道準(zhǔn)備不良和拍照不清楚、質(zhì)量不佳的病例。最終納入共3 813張圖像，其中CAG圖像1 927張，CNAG圖像1 886張。

二、研究方法

1. 準(zhǔn)備數(shù)據(jù)集：臨床醫(yī)師從青島市市立醫(yī)院內(nèi)鏡中心數(shù)據(jù)庫(kù)中挑選特征明顯的胃鏡圖像。因表現(xiàn)以黏膜變、白相為主的CAG在內(nèi)鏡下的診斷準(zhǔn)確率較低[6]，故選擇以此特征為主的CAG圖像。由于CAG多發(fā)生于胃竇和胃小彎處[6]，且此處也是易于癌變的位置，同時(shí)為了使本模型更適應(yīng)真實(shí)的胃鏡檢查環(huán)境，本研究采集的圖像為各種角度、照明度、距離下拍攝的胃竇、胃小彎圖像。同時(shí)為了減少干擾、提高模型準(zhǔn)確性，去除有大量膽汁、粘液、食物殘?jiān)鹊膱D像。白光觀察是胃鏡檢查最常用的模式，也是多數(shù)CAG患者確診時(shí)應(yīng)用的模式，故所有胃鏡圖像均在白光、非放大模式下拍攝。所使用的胃鏡為Olympus公司260、290系列以及Pentax公司i10系列。

2. 圖像標(biāo)注：臨床醫(yī)師根據(jù)病理結(jié)果將圖像分為CAG、CNAG兩組。

3. 圖像預(yù)處理：工程師對(duì)標(biāo)注好的圖像先進(jìn)行預(yù)處理，將圖像分辨率調(diào)整成長(zhǎng)度×寬度為331×331，格式為JPG。去除圖像周圍黑框以及時(shí)間、年齡、性別等白色水印干擾，突出圖像特征。通過(guò)旋轉(zhuǎn)、裁剪、反轉(zhuǎn)、縮放、模糊等方式增強(qiáng)數(shù)據(jù)，擴(kuò)充樣本，提高模型識(shí)別的準(zhǔn)確性。然后按照8∶1∶1的比例將圖像分為訓(xùn)練集、調(diào)整集和測(cè)試集(表1)。

表1 納入圖像的分組情況(n)

4. 選擇適用網(wǎng)絡(luò)，構(gòu)建并訓(xùn)練模型：工程師建立模型，采用Inception-ResNet-V2網(wǎng)絡(luò)，Adam算法搭載卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks, CNN)構(gòu)建深度學(xué)習(xí)模型。CNN包括卷積層、池化層、全連接層和softmax層，其中卷積層包含多個(gè)卷積核，可對(duì)數(shù)據(jù)特征進(jìn)行提??；池化層對(duì)數(shù)據(jù)特征進(jìn)行選擇、匯總，加快訓(xùn)練速度；全連接層對(duì)提取出的高階特征進(jìn)行組合并輸出結(jié)果；softmax層將結(jié)果映射為概率。采用ReLU激活函數(shù)對(duì)所選取特征進(jìn)行非線性映射，沒(méi)有復(fù)雜的指數(shù)運(yùn)算，計(jì)算簡(jiǎn)單效率高，防止梯度消失，加快收斂速度。深度學(xué)習(xí)模型對(duì)圖像的處理過(guò)程見(jiàn)圖1。

A：去除白色水印的胃竇部圖像；B：調(diào)整成331×331大小的輸入層圖像；C：卷積操作生成的特征圖

每次送入網(wǎng)絡(luò)中訓(xùn)練的數(shù)據(jù)稱為一個(gè)Batch，Batch Size設(shè)為64，即神經(jīng)網(wǎng)絡(luò)每次使用64張圖像進(jìn)行訓(xùn)練，連續(xù)訓(xùn)練48次，即網(wǎng)絡(luò)完成全部訓(xùn)練集一次向前計(jì)算和反向傳播的過(guò)程稱為一個(gè)epoch，完成一個(gè)epoch再應(yīng)用調(diào)整集圖像進(jìn)行驗(yàn)證，這樣每個(gè)epoch均會(huì)得到一個(gè)驗(yàn)證結(jié)果和一個(gè)訓(xùn)練模型。然后根據(jù)驗(yàn)證結(jié)果調(diào)整模型參數(shù)，構(gòu)建出一個(gè)新模型，再進(jìn)行第二次訓(xùn)練，網(wǎng)絡(luò)需經(jīng)歷多個(gè)epoch進(jìn)行訓(xùn)練，經(jīng)過(guò)參數(shù)調(diào)整，保留調(diào)整集效果最佳的模型，調(diào)整集在訓(xùn)練過(guò)程中識(shí)別CAG準(zhǔn)確性的變化曲線見(jiàn)圖2。調(diào)整集圖像僅用于驗(yàn)證而不參與訓(xùn)練過(guò)程。

圖2 調(diào)整集在訓(xùn)練過(guò)程中識(shí)別CAG準(zhǔn)確性的變化曲線

5. 測(cè)試模型：應(yīng)用測(cè)試集來(lái)測(cè)試訓(xùn)練所得到的模型，計(jì)算模型的敏感性、特異性和準(zhǔn)確性，并繪制受試者工作特征曲線(ROC曲線)、P-R曲線，分別計(jì)算ROC曲線下面積(AUC)和P-R曲線下面積(AP)，來(lái)評(píng)估模型的性能。

6. 比較模型與內(nèi)鏡醫(yī)師的診斷能力：選取6名內(nèi)鏡醫(yī)師對(duì)測(cè)試集圖像進(jìn)行診斷，包括3名低年資內(nèi)鏡醫(yī)師以及3名高年資內(nèi)鏡醫(yī)師。低年資醫(yī)師從事內(nèi)鏡工作小于3年，胃鏡操作例數(shù)不超過(guò)2 000例，高年資醫(yī)師從事內(nèi)鏡工作超過(guò)5年，已操作超過(guò)5 000例胃鏡檢查。分別計(jì)算各醫(yī)師診斷的敏感性、特異性和準(zhǔn)確性，并將其結(jié)果與CNN模型結(jié)果進(jìn)行比較。

三、統(tǒng)計(jì)學(xué)分析

應(yīng)用SPSS 26.0統(tǒng)計(jì)學(xué)軟件，計(jì)數(shù)資料以率或百分比表示，組間比較采用χ2檢驗(yàn)，P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

結(jié) 果

一、模型的ROC曲線和P-R曲線

經(jīng)過(guò)3 813張胃鏡圖像的訓(xùn)練和測(cè)試，深度學(xué)習(xí)模型診斷CAG的ROC曲線圖見(jiàn)圖3，AUC可達(dá)0.916 8；P-R曲線圖見(jiàn)圖4，診斷CAG的AP可達(dá)0.931 6。深度學(xué)習(xí)模型識(shí)別CAG的敏感性為89.1%，特異性為74.2%，準(zhǔn)確性為81.8%。

圖3 深度學(xué)習(xí)模型的ROC曲線圖

圖4 深度學(xué)習(xí)模型的P-R曲線

二、模型與內(nèi)鏡醫(yī)師診斷能力的比較

深度學(xué)習(xí)模型最終的混淆矩陣結(jié)果見(jiàn)表2，模型診斷CAG的敏感性為89.1%，特異性為74.2%，

表2 模型最終測(cè)試時(shí)混淆矩陣結(jié)果(n)

準(zhǔn)確性為81.8%。與深度學(xué)習(xí)模型相比，低年資內(nèi)鏡醫(yī)師1、2、3診斷CAG的敏感性、特異性和準(zhǔn)確性均顯著降低(P<0.05)，且低年資內(nèi)鏡醫(yī)師的平均敏感性、特異性和準(zhǔn)確性也顯著降低(P<0.05)；高年資內(nèi)鏡醫(yī)師1診斷CAG的特異性顯著降低(P<0.05)，高年資內(nèi)鏡醫(yī)師2的診斷特異性和準(zhǔn)確性顯著降低(P<0.05)，其余指標(biāo)與深度學(xué)習(xí)模型相比無(wú)明顯差異(P>0.05)，且高年資內(nèi)鏡醫(yī)師的平均敏感性、特異性和準(zhǔn)確性與模型相比亦無(wú)明顯差異(P>0.05;表3)。

表3 CNN模型與內(nèi)鏡醫(yī)師診斷能力比較%(n/N)

討 論

本項(xiàng)研究對(duì)AI圖像智能識(shí)別技術(shù)在CAG輔助診斷中的應(yīng)用進(jìn)行了研究，回顧性收集了3 813張圖像進(jìn)行整理、分類，然后投入模型中進(jìn)行學(xué)習(xí)、調(diào)整參數(shù)并驗(yàn)證，最終測(cè)試結(jié)果顯示模型診斷CAG的AUC達(dá)0.916 8，AP達(dá)0.931 6，敏感性為89.1%，特異性為74.2%，準(zhǔn)確性為81.8%。該模型診斷的敏感性、特異性、準(zhǔn)確性均優(yōu)于低年資內(nèi)鏡醫(yī)師，診斷水平可達(dá)到經(jīng)驗(yàn)豐富內(nèi)鏡醫(yī)師的水平。

在病例收集階段，1例CAG患者診斷2年后復(fù)查胃鏡時(shí)發(fā)現(xiàn)了高級(jí)別上皮內(nèi)瘤變，并及時(shí)接受內(nèi)鏡黏膜下剝離術(shù)治療，說(shuō)明對(duì)胃癌前疾病的篩查和隨訪十分重要。胃黏膜萎縮是胃癌進(jìn)展的關(guān)鍵階段，構(gòu)成了發(fā)生異型增生和胃癌的背景，CAG患者的胃癌年發(fā)生率為0.1%～0.25%，病程20年時(shí)的胃癌累積發(fā)生率約為2%[7]。黏膜萎縮程度越高，癌變風(fēng)險(xiǎn)隨之增高[8]。若能提高萎縮的識(shí)別率并及時(shí)采取干預(yù)措施，可阻斷或延緩其癌變進(jìn)程，降低我國(guó)胃癌的發(fā)病率和死亡率。AI的出現(xiàn)在消化內(nèi)鏡領(lǐng)域是跨時(shí)代的發(fā)展，其強(qiáng)大的數(shù)據(jù)分析能力可幫助臨床醫(yī)師更準(zhǔn)確、高效地識(shí)別病灶，提高癌前疾病的診斷率，進(jìn)而降低胃癌的發(fā)病率和死亡率。

普通白光內(nèi)鏡對(duì)CAG的診斷僅有中度的敏感性和特異性，且具有很大的檢查者差異，因此目前仍主要依賴于活組織檢查，多點(diǎn)活檢可提高CAG的診斷率，但需額外花費(fèi)病理檢查費(fèi)用，且活檢數(shù)量增加亦可提高出血風(fēng)險(xiǎn)。高危心血管病且高出血風(fēng)險(xiǎn)的患者并不建議取活檢，低危心血管病但高出血風(fēng)險(xiǎn)的患者檢查前需至少停用5 d抗栓藥[9]，但停用抗栓藥可導(dǎo)致部分患者血栓栓塞風(fēng)險(xiǎn)升高。AI可為醫(yī)師提供診斷意見(jiàn)，減少活檢數(shù)量，提高活檢精確度甚至避免不必要的活檢，減少醫(yī)療資源的浪費(fèi)，降低患者的經(jīng)濟(jì)壓力。歐洲指南建議晚期CAG患者應(yīng)每3年接受一次高質(zhì)量的內(nèi)鏡檢查，有胃癌家族史者應(yīng)進(jìn)行更深入的隨訪(每1～2年復(fù)查一次)[7]。但如此密切的隨訪檢查無(wú)疑增加了國(guó)家的醫(yī)療負(fù)擔(dān)、醫(yī)師的工作壓力。且我國(guó)醫(yī)療資源分配不均，優(yōu)質(zhì)資源集中于各大醫(yī)院，故廣大基層醫(yī)院非常缺乏經(jīng)驗(yàn)豐富、高水平的內(nèi)鏡醫(yī)師[10]。然而大部分患者就診于基層醫(yī)院，更易造成癌前疾病、早期胃癌等的漏診。AI能自動(dòng)識(shí)別病變特征，提供穩(wěn)定準(zhǔn)確的信息輔助醫(yī)師作出診斷，成為檢查者的“第三只眼”，如能在基層醫(yī)院廣泛推廣，可大大提高癌前疾病的診斷率，提高檢查效率，提高醫(yī)師診斷水平[11-12]。

本研究模型是基于深度學(xué)習(xí)的基礎(chǔ)而建立的。傳統(tǒng)的圖像識(shí)別方法僅能識(shí)別特定病變，十分依賴于設(shè)計(jì)者的先前經(jīng)驗(yàn)和知識(shí)，難以利用大數(shù)據(jù)。而深度學(xué)習(xí)可自行提取特征并進(jìn)行學(xué)習(xí)，對(duì)圖像進(jìn)行分類，隨著訓(xùn)練數(shù)據(jù)量的增大，識(shí)別精度亦會(huì)隨之升高。Wang等[13]的研究采用深度學(xué)習(xí)和非深度學(xué)習(xí)方法對(duì)前列腺癌的MR圖像進(jìn)行分類，結(jié)果顯示基于CNN的深度學(xué)習(xí)模型效果明顯優(yōu)于非深度學(xué)習(xí)模型。說(shuō)明深度學(xué)習(xí)技術(shù)十分適用于目前的大數(shù)據(jù)時(shí)代。

AI技術(shù)在圖像視覺(jué)識(shí)別方面的卓越表現(xiàn)使其在醫(yī)學(xué)各個(gè)領(lǐng)域均有廣泛的應(yīng)用空間，如乳腺癌的篩查、間質(zhì)性肺病、阿爾茲海默癥、糖尿病視網(wǎng)膜病變、糖尿病黃斑水腫、皮膚癌的輔助診斷等[14-18]。在消化內(nèi)鏡領(lǐng)域中，AI已可實(shí)現(xiàn)胃解剖部位的識(shí)別，Xu等[19]設(shè)計(jì)的MT-AD-CNN檢測(cè)任務(wù)的平均準(zhǔn)確性達(dá)93.74%，可用于胃鏡檢查質(zhì)控，減少胃鏡檢查盲區(qū)，并培訓(xùn)青年內(nèi)鏡醫(yī)師。Nakashima等[20]將AI與BLI、LCI模式下的胃鏡圖像相結(jié)合用于診斷幽門(mén)螺桿菌(Helicobacterpylori, Hp)感染，結(jié)果顯示BLI、LCI兩種模式的ROC曲線圖的AUC分別為0.96和0.95，敏感性分別為96.7%和96.7%，說(shuō)明該模型可實(shí)現(xiàn)Hp的內(nèi)鏡下診斷。在食管疾病方面，從Barrett食管到食管癌，各個(gè)階段的食管病變均有相關(guān)的AI輔助診斷模型的重要研究。Horie等[21]構(gòu)建的模型對(duì)食管癌的敏感性可高達(dá)98%。蔡世倫等[22]訓(xùn)練出的食管早癌輔助診斷模型的AUC達(dá)到0.996 1，可達(dá)到經(jīng)驗(yàn)豐富的內(nèi)鏡醫(yī)師水平。Hassan等[23]構(gòu)建的AI系統(tǒng)篩查結(jié)直腸息肉的敏感性高達(dá)99.7%，且在82%的病例中的反應(yīng)速度均高于臨床醫(yī)師。Taunk等[24]將AI與結(jié)腸息肉的共聚焦激光內(nèi)鏡圖像結(jié)合，區(qū)分腫瘤性息肉和增生性息肉的敏感性為95%，特異性為94%，準(zhǔn)確性為94%。國(guó)內(nèi)外關(guān)于AI在胃癌和早期胃癌等惡性腫瘤性疾病中的研究相對(duì)較多，王智杰等[10]構(gòu)建的深度學(xué)習(xí)模型對(duì)早期胃癌的識(shí)別準(zhǔn)確性和敏感性均高于內(nèi)鏡醫(yī)師。但CAG相關(guān)的AI研究仍相對(duì)較少。

本研究構(gòu)建的圖像識(shí)別模型在CAG的診斷方面具有令人滿意的結(jié)果，可幫助內(nèi)鏡醫(yī)師準(zhǔn)確、高效地識(shí)別出胃癌前疾病，擴(kuò)大了AI在消化內(nèi)鏡領(lǐng)域可識(shí)別的疾病譜。但用于訓(xùn)練和驗(yàn)證的圖像均經(jīng)過(guò)醫(yī)師的挑選，故模型對(duì)圖像質(zhì)量的要求較高。此外，泡沫、光影和瘢痕會(huì)被錯(cuò)誤地識(shí)別為CAG，造成診斷的假陽(yáng)性。未來(lái)會(huì)聯(lián)合多家內(nèi)鏡中心，擴(kuò)大訓(xùn)練的數(shù)據(jù)量，根據(jù)黏膜萎縮嚴(yán)重程度、萎縮范圍、是否腸化生等進(jìn)一步分組，并納入瘢痕、光影、泡沫等干擾因素作為對(duì)照對(duì)模型進(jìn)行訓(xùn)練，進(jìn)一步提高模型的診斷準(zhǔn)確性。

總之，基于多學(xué)科協(xié)作、醫(yī)工結(jié)合的消化內(nèi)鏡智能化技術(shù)發(fā)展迅速，在消化內(nèi)鏡領(lǐng)域的應(yīng)用會(huì)越來(lái)越全面，越來(lái)越精細(xì)，可為國(guó)家醫(yī)療事業(yè)、患者均帶來(lái)巨大益處。