跳到主要内容

食管癌早发现!阿里AI筛查新突破,无需插管CT即可识别

90 0
AI摘要

阿里巴巴达摩院联合多家机构研发食管癌筛查AI模型DAMO EAGLE,无需插管和造影,从平扫CT识别早期病变,敏感性90%、特异性99.2%,已在8万多病例验证,论文发表于《自然·医学》。该模型攻克了食管癌早期筛查难题,有望降低中国高发食管癌的死亡率和治疗成本。

阿里巴巴达摩院在九月二十二日这一天, 在国际上的顶级刊物《自然·医学》上面正式发表了食管癌筛查的AI模型DAMO EAGLE。

这个模型是不需要插入管子的, 也是不需要做造影处理的, 仅仅是一张平扫的CT图像就完全可以识别出食管癌以及癌前恶性病变的情况, 其敏感性达到了百分之九十, 并且已经在三个国家当中完成的超过八万余个案件的验证工作。

食管癌早筛为何是公认难题

在中国, 食管癌的发病人数和死亡人数大概占了全世界的一半, 大多数病人在检查被发现的时候, 病情已经发展到很严重的阶段了, 这样就没有根治疾病的可能。

通常用来做筛查的标准方法是通过上消化道的内镜进行检查, 然而这种手段存在一定程度的侵入性, 而且操作流程也较为复杂, 所以在普通人群中进行大规模的筛查推广是有一定难度的。

食管癌早发现!阿里AI筛查新突破,无需插管CT即可识别

食管是一个狭长的、容易塌陷的空腔器官, 早期病变隐蔽地潜伏在上皮层和黏膜的深处, 再加上心脏和大血管的运动产生干扰因素, 影像科的医生非常难以从平扫CT的影像之中直接辨认清楚。

配对训练让AI看见人眼盲区

达摩算法团队把内镜检查报告以及增强CT影像上面找到的精确病灶位置, 拿去和那些平扫CT影像做匹配, 然后进行训练工作, 这样一来就成功让AI具备了识别那些用肉眼很难发觉出来的早期病灶以及癌前病变的能力。

论文的数据告诉我们, 在利用机会性筛查这种场景去检测食管癌的时候, 敏感性能够达到百分之九十的这样一个水平。即便是对那些信号极弱、极难察觉的癌前病变, 其敏感性也有百分之五十二点五这样一个结果。

另外就是在真实的临床场景之中, 特异性非常高, 达到了百分之九十九点二。不仅如此, 即便是应用在小剂量CT扫描上面, 性能方面也没有出现什么下降的情况。

肺癌筛查顺带查出食管癌

胸部平扫CT的扫描范围本来就是包括食管区域的, 检查的成本很低, 患者也容易接受。在做肺癌筛查的时候, 顺带地把食管癌识别出来, 不需要增加额外的检查项目, 患者也不用再专门跑一趟。

四川省肿瘤医院放疗科的王奇峰, 主任医师, 他说了一句话。AI这个东西, 并不是用来替代内镜的。它是在这个环节上做工作。先筛查出那些高风险的人群。然后再让这些人去做内镜检查。这么做的话, 可以让检查变得非常精准。最后的结果是检出率有了大幅度的提升。

西部高发区筛查缺口有望缩小

中国西部, 尤其是四川地区, 食管癌处于高发状态。这个结果受到了吃烫食以及高盐饮食习惯的影响。然而, 由于存在医疗资源的限制情况, 同时也存在依从性的限制问题。基于上述原因, 内镜筛查方面长期存在着明显的缺口。该缺口至今难以被填补。

王奇峰指出, 该模型把防治关口前移了这一件事, 它能够为更多普通人群多提供一次早发现的机会, 早期食管癌患者可通过内镜微创手术根治, 其5年生存率可达95%以上。

一扫多查技术路线持续扩展

继胰腺癌模型发布、胃癌模型发布、肠癌模型发布、主动脉夹层模型发布之后, 达摩院已经使“平扫CT加AI”这种一扫就能多查的原创技术路线得以通畅实施, 累计发表了五篇《自然·医学》论文。

目前, 团队正在积极推进相关的工作。这项工作覆盖了在中国死亡人数最多的前七大癌症类型。目标是构建相关的AI筛查能力。在未来的时候, 团队希望通过一次平扫CT检查来同时识别出多种重大疾病的风险。这样的话, 就不会给患者增加负担。

多中心多病种数据支撑临床转化

这个模型已经完成验证, 它是在超过8万病例上做的验证, 覆盖范围涉及3个国家。参与联合研发的机构有四川省肿瘤医院、中山大学肿瘤防治中心等这些单位。多中心与多病种的数据存在, 这些为模型的泛化能力提供了坚实支撑。

相关的论文在九月二十二号当天, 正式登上了《自然·医学》这本刊物。这个标志说明了DAMO EAGLE, 已经从实验室里面的那种研发阶段, 进入了临床验证以及落地推广的阶段。它是有望和现有的肺癌筛查流程, 实现无缝的切入结合在一起的。

请问在你的身边, 有没有人曾经做过CT检查, 却把食管癌发出的早期警示信号给忽略了呢? 欢迎大家在评论区域留言分享你自己的观点与建议。如果这一段内容对你来说确实有参考作用的话, 请动动手指点个赞,并且将它转发给那些你心里所关心的人知晓。

登录后参与评论

评论仅开放给已登录并完成邮箱绑定的用户。

评论 0

暂无评论。