|中大新闻|每周聚焦|媒体中大|专题|教学科研|对外交流|服务社会|招生就业|视觉中大|逸仙论坛|
|视听新闻|中大学人|校园生活|学子风采|校友动态|网论精粹|高教动态|中大校报|中大电视|表格下载|

新闻网首页» 科研专栏

附属第六医院结直肠外科团队在国际外科顶尖期刊发表人工智能诊断腹膜转移的研究成果


稿件来源:附属第六医院 | 作者:附属第六医院 | 编辑:谈荣钰、王冬梅 | 发布日期:2020-08-01 | 阅读次数:


       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。

 

       论文链接:https://pubmed.ncbi.nlm.nih.gov/32694449/

版权所有 中山大学党委宣传部 5D空间工作室设计 未经许可 请勿转载