腹膜转移被普遍认为是肠癌的终末期，预后差。目前，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，我校附属第六医院结直肠外科研究团队和深圳腾讯AI lab合作开发出世界上第一个诊断肠癌腹膜转移的AI平台。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”为题在外科领域顶级刊物Annals of Surgery（IF=10。13）发表。附属第六医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。
图1：根据深度学习算法构建的AI系统
图2：腹膜转移的CT图像以及粟粒状腹壁种植结节
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。2018年团队和深圳腾讯AI lab建立了合作关系，研发一个基于卷积神经网络（CNN）的ResNet3D系统。经查，这是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。训练组一共纳入了19814张CT图像，验证组包括了7837张CT图像。
研究发现，ResNet3D的AI系统仅需花费34秒就自动识别并诊断了所有验证图像。“ResNet3D+SVM分类器”的肠癌腹膜转移诊断的准确性高达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。
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，为临床医生制定手术方案提供参考，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诊断困难的世界性难题。
