在近日发表于Science Translational Medicine的一项新研究中，温州医科大学附属浙江省台州医院的毛鑫礼科研团队开发出了一种人工智能系统，它可以提高食道的癌性与癌前病变的检出率。
在中国，该算法在3000多名患者中进行了测试：在常规性内窥镜检查中，这一算法令高风险性食道病变的检出率增加了几乎一倍。这种新的方法或可实现对早期食道癌的诊断时间提前和更为及时的治疗。
食道癌是全球第七大常见癌症。食道癌通常没有症状，但临床医生可以通过内窥镜检查发现食道肿瘤和癌前病变。当食道肿瘤能在早期无症状阶段就得到治疗时，其五年存活率很高（超过90%），但患者一旦开始出现症状，其临床转归就会急剧恶化。
此外，与结直肠病变相比，食道的癌前病变更难被发现。该研究团队在此新研究中，借助实时机器学习的能力让内窥镜医师能更可靠地检测出食道的高危病变。
他们使用从中国多家医疗机构收集的超过19万张食道图像的数据集构建了其名为ENDOANGEL-ELD的深度学习架构。
该团队接着进行了一项临床试验（该试验样本为3117名接受内窥镜检查的患者），并将人工智能系统应用于其中的1556名患者。总体而言，与对照组（含1561名患者）相比，该深度学习系统将高危食道病变的检出率提高了一倍（0.9% vs 1.8%）。
此外，ENDOANGEL-ELD显示的敏感性和特异性都很高，分别为89.7%和98.5%，并且在患者中也未发生不良反应。
作者团队写道，他们研究中招募的患者年龄超过了50岁；他们呼吁进行更多的含有更为年轻患者的大规模、多中心研究以进一步验证其系统的功效。
Science公众号还特邀本研究作者对他们的新研究做出更深入细致的解读，详情请关注近日即将上线的文章！
本篇文章来源于微信公众号: 医工学人
