首页 > 文章详情

柳叶刀子刊|四川华西胡兵教授团队首次AI辅助食管癌早期筛查真实世界探索，病灶漏诊率远低常规筛查

2023年12月27日

来源：肿瘤资讯

浅表食管鳞状细胞癌和癌前病变常因表征微小、内镜医生解释存在差异，故易被漏诊。

2023年11月份，中国四川大学华西医院消化内科胡兵教授担任通讯作者，四川大学华西医院袁湘蕾医生、刘伟医生、林怡秀医生共同担任第一作者，于国际顶尖期刊The Lancet Gastroenterology and Hepatology发表了一篇多中心随机对照试验结果，旨在探索人工智能辅助（AI）筛查系统在真实世界临床环境中的诊断效能。结果显示，AI辅助内镜筛查可使病灶漏诊率由6.7%显著降低至1.2%¹。

2.35-1(6).jpg

消化肿瘤早诊早筛至关重要，提升筛查效率、降低漏诊率刻不容缓

食管癌是全球普遍发病的恶性肿瘤之一，其中，在亚洲和撒哈拉以南非洲地区，食管鳞状细胞癌（以下简称“食管鳞癌”）是主要病理亚型。食管鳞癌患者死亡率较高，治疗负担沉重。食管鳞癌预后主要取决于确诊时的临床分期：晚期食管鳞癌5年生存率不足30%，而浅表食管鳞癌和癌前病变患者5年生存率超90%。由此可见，早期诊断和治疗对于改善食管鳞癌患者预后至关重要。

上消化道内镜检查联合病灶组织活检是诊断浅表食管鳞癌和癌前病变的标准手段。可选内镜检测模式多种多样，尽管如此，由于存在早期病灶内镜表征微小、内镜医师识别病灶的能力受环境及视觉疲劳影响等原因，内镜检查仍具有相当大比例的漏诊率，为4-17%。因此，合理利用医疗资源，有效降低食管鳞癌的漏诊率、提高其早期诊断率刻不容缓。

过去5年间，基于深度学习的人工智能（AI）在内镜诊断领域取得了重要进步，许多用于实时监测胃肠道病变的AI系统源源不断得以开发。Lianlian Wu²和Pu Wang等³的研究表明，AI辅助内镜在减少胃部肿瘤和结直肠腺瘤漏诊率方面具有重要临床价值。既往研究显示，AI系统不仅可筛查出食管鳞癌，而且可辅助进行浸润深度和微血管分级。尽管AI系统在静态及视频成像检测中具有出色的诊断效能，但该诊断效能鲜有循证医学证据支持。

四川华西团队“另辟蹊径”，内镜诊断“如虎添翼”

四川华西团队开发了一项AI系统，旨在用于白光内镜（WLE）和不具放大功能的窄带成像（NBI）背景下实时检测浅表食管鳞癌和癌前病变，通过评估AI辅助检测vs.常规检测在病灶、病例漏检率方面的差异，判断AI辅助检测是否能提升真实世界中浅表食管鳞癌和癌前病变的筛查准确率。

作为一项多中心、串联、双盲、随机对照试验，本试验在中国12个医疗中心进行，累计73名内镜医师参与，包括31名高级内镜医师（使用内镜≥10000次）、27名中级内镜医师（使用内镜1000-10000次）、15名初级内镜医师（使用内镜＜1000次）。若患者接受上消化道内镜筛查或监测则被认为是参与试验，本试验纳入了≥18岁接受无痛内镜的患者。所有入组患者按照随机1：1分配至试验组（AI-first组：先行AI辅助内镜检查再行常规内镜检查）或对照组（常规-first组：先行常规内镜检查再行AI辅助内镜检查）。病理组织活检在每组的两次检查之后进行，以免影响检查结果。若患者病理学诊断为食管鳞癌或癌前病变（包括低级别上皮内瘤变和高级别上皮内瘤变），则根据具体情况制定治疗方案；若为非癌前病变、不确定性肿瘤或不典型增生（异型增生）的患者，则每3个月行一次电话随访，必要时行内镜检查以评估是否有癌变可能性。

本试验的主要终点为浅表食管鳞癌和癌前病变的漏检率。其中，漏检率定义为第一次检查中未检测到在第二次检查中检测到的比例。病灶的漏检率为第二次检查中新检测到的浅表食管鳞癌和癌前病变的数量除以两次检查中检测到浅表食管鳞癌和癌前病变的总数。病例的漏检率为第二次检查中新诊断为浅表食管鳞癌或癌前病变的患者数量除以两次检查中诊断为浅表食管鳞癌和癌前病变的患者总数。

次要终点包括：（1）浅表食管鳞癌和癌前病变的检出率（在第一次检查中被诊断为一种或多种浅表食管鳞癌和癌前病变的患者比例）；（2）AI辅助和常规的两类检查对浅表食管鳞癌及癌前病变的阳性预测值（PPV）（检出的浅表食管鳞癌和癌前病变数量除以所有可疑病灶数量）；（3）每例患者浅表食管鳞癌及癌前病变数（两次检查中检出的浅表食管鳞癌和癌前病变总数除以患者数量）；（4）AI系统的一致性错误检测（即AI系统稳定检测到的病变，一般指示时间超过1秒，但经内镜医师或组织病理学证实不是浅表食管鳞癌或癌前病变，且在研究结束时未发现癌变）；（5）两类检查的检查时间（检查食管所需的时间减去活检时间）；（6）不良事件（与内镜检查相关的并发症）。

结果显示，2021年10月19日至2022年6月8日期间，共有11,846例患者接受随机分配，最终11,715例患者纳入最终分析，其中，AI-first组为5,865例，常规-first组为5850例。本试验的随访终点时间为2022年9月30日。在AI-first组，经两次检查后，106例患者、118个浅表食管鳞癌及癌前病变被检出；96例（90.6%）患者仅1个病灶，8例（7.5%）患者有2个病灶，2例（1.9%）患者有3个病灶。在常规-first组，经两次检查后，79例（1.4%）例患者、90个浅表食管鳞癌及癌前病变被检出；有1个病灶的患者为69例（87.3%），2个病灶为9例（11.4%），3个病灶为1例（1.3%）。在两组中，每位患者的浅表食管鳞癌及癌前病变的平均数量均为0.02。

漏检率

在AI-first组，第二次检查中，106例患者中有2例（1.9%）新检出0-IIb低级别上皮内瘤变。在常规-first组，第二次检查中，79例患者中有6例（7.6%）新检出病变（3个0-IIb低级别上皮内瘤变、1个0-IIc低级别上皮内瘤变、1个0-IIa高级别上皮内瘤变、1个0-IIa高级别上皮内瘤变和1个0-IIb型黏膜固有层病变）；其中，4例患者新诊断为浅表食管鳞癌或癌前病变，2例患者在第一次检查时观察到食管其他部位存在粘膜固有层病变。在病灶漏诊率方面，AI-first组显著低于常规-first组。在病例漏诊率方面，两组无显著差异（病灶漏诊率RR为0.25，P=0.079；病例漏诊率RR为0.37，P=0.40）。

阳性预测率（PPV）

在第一次检查中，AI-first组的浅表食管鳞癌及癌前病变检出显著高于常规-first组，分别为1.8%和1.3%（RR=1.38，P=0.030）。在第一次检查中，AI-first组的浅表食管鳞癌及癌前病变的PPV显著高于常规-first组，分别为56.6%和44.0%（RR=1.29，P=0.012）；第二次检查中，两组的PPV无显著差异（RR=0.47，P=0.39）。

检查时间及不良事件

在第一次检查中，两组在检查时间上无显著差异；第二次检查中，常规-first组所需的中位检查时间明显长于AI-first组，分别为66秒和70秒（P≤0.0001）。两组均未报告严重不良事件，食管病变活检后出血是唯一观察到的不良事件。AI-first组和常规-first组各有13例（0.2%）和11例（0.2%）发生上述不良事件，给予喷洒生理盐水和去甲肾上腺素后进行治疗。

AI辅助内镜诊断系统前景广阔，值得精益求精

本试验中的AI辅助系统呈现出明显的优势：①用于训练AI系统的数据库中浅表食管鳞癌和癌前病变是由内镜切除术时或术后获得，较活检诊断更具说服力；②使用最新的实例分割网络对AI系统进行训练，使其能够准确描绘浅表食管鳞癌和癌前病变的范围，从而指导活检部位和治疗策略的选择。③AI系统在短短10毫秒（ms）内即可对一张图像做出诊断，实现了实时病变检测，而且这一诊断结果在临床试验中得到了验证。④AI系统与其他需要单独显示器的系统不同，可直接与内镜医生使用的内镜监视器连接，实现单屏使用，在内镜检查过程中实时辅助内镜医生进行病变检测，不改变内镜医生的操作习惯，更符合临床需求。

然而，本试验同样存在某些局限性：①本次AI辅助系统的内镜开发仅限于Olympus（内镜品牌之一）,但理论上AI系统可使用迁移学习方法适应其他内镜品牌；②一些患者未进行内镜切除或术后病理学确认，内镜医生须根据检查结果判别是否存在病变，可能导致选择偏倚；然而两组患者数量接近为研究提供了可信度。③同一患者的两次检查均由同一名内镜医生进行，可能会导致观察者偏倚，尽管在临床实践中更换内镜医生较为困难，但不同内镜医生进行同一患者的两次检查将更为客观地评估AI系统辅助诊断效果。

参考文献

1.Yuan, X.-L. et al. Effect of an artificial intelligence-assisted system on endoscopic diagnosis of superficial oesophageal squamous cell carcinoma and precancerous lesions: a multicentre, tandem, double-blind, randomised controlled trial. The Lancet Gastroenterology & Hepatology 9, 34–44 (2024).
2. Effect of a deep learning-based system on the miss rate of gastric neoplasms during upper gastrointestinal endoscopy: a single-centre, tandem, randomised controlled trial - PubMed. https://pubmed.ncbi.nlm.nih.gov/34297944/.
3. Wang, P. et al. Lower Adenoma Miss Rate of Computer-Aided Detection-Assisted Colonoscopy vs Routine White-Light Colonoscopy in a Prospective Tandem Study. Gastroenterology 159, 1252-1261.e5 (2020).

责任编辑：肿瘤资讯-Bree
排版编辑：肿瘤资讯-Bree