说到肿瘤，我们都会谈“瘤”色变。消化道黏膜下肿瘤(SMT)是一类临床上常见的疾病，因其像埋在泥土中的土豆，故被形象的比喻为“土豆”。SMT包括多种良恶性病变，但由于其位于上皮下，普通内镜难于诊断。超声内镜(EUS)是一种将超声与内镜相结合的影像设备，为目前诊断消化道SMT的主要手段。然而EUS检查技术对内镜医生操作及识别病变能力要求较高，即使是经验丰富的医生对部分病变也存在诊断困难。面对我国目前消化内镜资源总体不足、地区分布不均现状，如何实现消化道SMT的科学诊治成为当务之急，也是广大医务科技工作者深思的问题之一。
上海交通大学医学院附属第六人民医院消化内镜中心主任、消化内科主任，主任医师、博士生导师宛新建教授长期致力于消化内镜下的介入诊疗研究，创新探索“医学﹢”，借助人工智能(AI)、大数据技术等前沿技术，成功开发并验证了一种基于EUS图像的AI辅助诊断系统，不仅能够帮助内镜医师在临床实践中快速准确地区分不同类型的黏膜下肿瘤，还能够及时做出更有效的治疗决策。
临床医生的“第三只眼”
“敬佑生命，为人民幸福奠定健康根基。”在宛新建心中，医生是一个伟大而神圣的职业。为了从医之路，宛新建一直不懈追求。于安徽医科大学临床医学系本科毕业后，他攻取了第二军医大学消化内科学博士学位。为了提高医学水平，曾先后于日本九州大学附属医院、美国西北大学附属纪念医院、美国Emory大学附属医院等留学进修。工作中曾历任第二军医大学附属长海医院消化内科主治医师、同济大学附属同济医院消化内科副主任医师、上海交通大学附属第一人民医院消化内科科副主任/副主任医师、主任医师等。
一直以来，宛新建长期从事消化系疾病基础和临床工作，目前在胃肠肿瘤的早期诊治、胰胆系疾病的诊断与内镜治疗、急慢性胰腺炎的综合救治方面均具有较深的造诣，尤其擅长胰胆管良恶性狭窄的内镜下诊疗。
“一说到肿瘤，我们都比较害怕。尤其是恶性肿瘤，可能会夺走患者的生命。”宛新建深知肿瘤的危害，本着为患者高度负责的态度，对消化道SMT的诊断进行了深入科学探索。
早检查、早发现、早治疗是预防肿瘤危害的关键。近年来，随着消化内镜检查的普及以及EUS技术的进步，SMT的检出率明显提高。宛新建指出，在内镜检查中，白光内镜主要扮演发现SMT的角色，而对病灶来源及性质的判断则主要依赖于EUS等辅助检查。EUS作为诊断消化道SMT首选的影像学方法，将超声技术与内镜相结合，有效弥补了白光内镜只能观察黏膜表层病变的不足。
“然而，EUS技术要求操作者在熟练掌握EUS操作规范的同时，还需对超声影像诊断具有丰富经验，否则可能会导致误诊。我国目前消化内镜相关资源总体不足、地区分布不均，内镜医生主要分布在东部地区的三级医院及二甲医院，而经济欠发达和人口稀少地区消化内镜医师明显短缺。我国每百万人拥有消化内镜医师的数量不及日本等发达国家的十分之一，且并非所有内镜医生都具备EUS下诊断消化道SMT的能力。”谈到我国国情和技术瓶颈，宛新建道出要创新技术的初衷。
“AI或许能给我们带来帮助。”围绕如何实现消化道SMT科学诊治的课题，宛新建借助AI、大数据技术等前沿技术，开启了创新探索。
“AI的核心技术——人工神经网络技术在各大领域被广泛研究和应用，其本质是类人脑机制进行数据分析、处理的模拟工具，用于隐式表达输入和输出之间的映射关系。卷积神经网络(CNN)是一种专用于处理网格型数据的神经网络，尤其适用于图像数据处理，CNN可以代替传统的人工设计和提取特征的过程，具有特征自适应提取能力，能将人为参与程度降到最低并最大化计算机辅助诊断功能。在医学影像诊断领域，已有多项研究报道利用CNN技术辅助诊断，得到了令人鼓舞的结果。”宛新建创新发现，运用CNN技术建立输入图像和输出诊断结果间的对应关系可显著降低临床医生的工作量，充当临床医生的“第三只眼”，且诊断能力有可能达到或超过人类专家的水平。
基于此，宛新建带领团队拟应用AI技术，提高白光内镜下消化道SMT的检出率，增加临床医生在EUS下对SMT诊断的准确性。“取长补短，充分发挥各种检查手段的诊断价值，以期提高SMT诊断的整体敏感性和特异性。”宛新建解释到。
基于EUS的AI辅助诊断系统
借助上海市科委科研项目“消化道黏膜下肿瘤影像人工智能标准化检测体系”和上海市徐汇区人工智能医疗院地合作项目“多模式内镜实时AI辅助诊断消化道早期肿瘤的体系建立”，宛新建带领团队进行了实践研究，旨在将AI技术应用于消化道SMT的诊断及鉴别诊断中。
宛新建团队联合上海多家大型三甲医院，收集了1400余例消化道SMT白光内镜、EUS图片及病理数据等相关资料，与东华大学、上海交通大学AI专家密切合作，克服消化道SMT表征复杂及数据采集困难等问题，建立SMT白光内镜、EUS图片的数据采集、标注、存储标准，形成消化道SMT“大数据病例库”;针对消化道SMT诊断极大依赖于内镜医师知识经验积累及操作熟练度的问题，建立了基于深度学习的多源数据融合消化道SMT-AI诊断标准体系;针对消化道SMT诊断灵敏度、特异度偏低的现状，建立了实验、临床相结合的多指标严控消化道SMT-AI诊断标准验证体系;成功研发了EUS-AI辅助检测诊断仪，并完成了300余例临床实例验证，其准确性及特异性均达到85%以上，拟逐步投放至合作单位进行多中心大量临床应用验证。
宛新建团队在消化道SMT诊断领域取得了突破性进展，成功开发并验证了一种基于EUS图像的AI辅助诊断系统，并在国际权威杂志eClinicalMedicine(The Lancet Discovery Science, IF: 15.1)发表了原创性临床论著文章。
在创新研究过程中，宛新建先后主持包括国家自然科学基金资助课题3项、上海市科委课题8项等十余项研究项目。近年来累计发表中英文论著80余篇，其中SCI收录50余篇;主编专著3部;作为执笔人编写技术指南1项，参与修订2项;获得国家专利40余项;获教育部科技进步奖1项。目前共计培养8名博士研究生，10余名硕士研究生。
面向未来，宛新建计划进一步建设及部署一套AI辅助消化道SMT诊断的应用体系,通过多中心合作,提升AI辅助内镜技术诊断系统的临床准确性、可靠性、易用性及适用性，推动医疗健康服务的智能化、精准化发展，加速上海市医疗健康领域的数字化转型进程。(供稿人：王超)
