《人工智能应用于食管癌临床诊疗的专家共识（2021）要点》由会员分享，可在线阅读，更多相关《人工智能应用于食管癌临床诊疗的专家共识（2021）要点（7页珍藏版）》请在金锄头文库上搜索。
1、人工智能应用于食管癌临床诊疗的专家共识（2021 ）要点一、我国食管癌的诊疗现状食管癌居中国恶性W瘤发病率第六位，死亡率第四位，是我国常发、危害 重大的疾病。食管癌的主要治疗方法如手术、化疗、放疗及靶向治疗等已 在我国广泛推广，但我国患者的五年生存率仅为30.3% ,是我国必须自主 攻克的重大疾病。因此，如何早期诊断及精准治疗是食管癌临床诊疗的重 大难题，是提高五年生存率的关键。二、人工智能的定义、发展现状及医学应用人工智能（AI）是研究开发用于模拟、延伸和扩展人类智能的理论、方法、 技术与应用系统的交叉学科,旨在让机器能够像人一样学习、推理和自我 修整。随着AI技术的日臻成熟和医学影像数字化
2、的发展,AI在医学领域得到 了广泛的研究应用，主要体现在疾病术前诊断、治疗疗效评估和预后预测 等方面。AI技术在医学领域已经开展了广泛的基础和应用研究，将有助于 改善临床诊疗水平，提高医疗资源配置效率，助力精准医疗。三、食管癌诊疗亟待AI解决的问题专家组认为食管癌临床诊疗的AI问题识别包括以下四个方面。（-）早期诊断（二）病灶分级、分期以及疾病危险分层1. 病灶分级及分期2. 危险分层（三）疗效预测的应用方向（四）分子生物信息学解析四、数据管理（一）内镜图像采集及标注要求1. 操作前准备2. 数据来源3. 采集过程4. 图像质量评定及病灶分类5 .标注过程（_）CT图像采集及标注要求（三）PE
3、T/CT图像采集及标注要求（四）MRI图像采集及标注要求（五）病理图像采集及标注要求五、图像特征提取及特征筛选要求关键影像特征的提取和筛选AI模型的构建至关重要。定量影像特征包含 影像组学特征和深度学习特征。六、模型构建和验证七、AI技术在食管癌临床应用现状及建议(-)AI技术在内镜图像的临床应用现状1. AI在食管癌内镜早期诊断中的应用使用WLI及NBI内镜高质量的静态图像训练AI油于训练数据质量较高, 其检测食管癌的敏感性达到98%，准确性与专家无差异，且速度更快(22s vs 210min)，可以显著提高临床工作效率。在更接近临床实际的动态内 镜视频测试下，AI检测肿瘤的准确性仍然优于高
4、年资的内镜医师(88%vs75% )。在诊断虚拟的漏诊浅表性食管癌病例中，AI模型敏感 性明显优于医师(85.7% vs 75% ),证明AI技术能降低食管癌漏诊率。建议：由于同步使用AI进行内镜检查可能会影响医师的判断，比如医 师过度信赖AI的准确性导致专注度降低，建议仅在常规胃镜检查后使用 AI作为第二阅读者处理保留的图像或视频，为医师指出额外的病灶，以降 低漏诊率。如果AI由大数据训练，并且经过前瞻性多中心数据充分验证, 检测、诊断效能至少达到专家级内镜医师水平，可以考虑将其融合到内镜|=|实时检查过程，以提高工作效率以及指导更有针对性的活检。2. AI技术在预测食管癌侵犯深度方面的应用
5、食管癌侵犯深度是决定治疗决策的重要标准之一。建议:目前单中心小样本研究证明AI判断食管癌深度方面具有较好的 准确性，可为内镜医师提供参考，其泛化性和实用性有待多中心前瞻性研 究进_步验证。(-)AI技术在CT图像的应用现状1=CT在食管癌临床应用更为广泛，因此基于CT的影像预测模型的可推广性具有一定优势。建议:亟待对淋巴结的影像组学特征进行细化研究，实现对淋巴结的个1=体化精准诊断。基于AI的CT图像预测方法入侵性小，但其稳健性及普适 性仍需要在多中心、真实世界大数据中进行验证。(三)AI技术在PET/CT图像的应用现状PET-CT作为同时反映肿瘤代谢与组织结构的功能影像，目前已广泛应用于临床
6、。建议:需要针对食管癌关键临床问题，建立稳健、高效和高可解释性的AI分析模型，充分挖掘及解译PET-CT提供的功能和结构双源信息，以指导食管癌精准治疗。（四）AI技术在MRI图像的应用现状由于MRI对软组织的分辨率更高，加之MRI扫描门控技术也可避免呼吸运动造成的伪影，因此适用于食管肿瘤及纵隔淋巴结的评估。1=1建议:受限于MRI在食管癌常规诊疗中的应用，基于MRI的人工智能 研究尚处于起步阶段。MRI多参数成像能在AI研究中提供更多图像信息, 用于食管癌淋巴结转移、放化疗疗效判断及预后预测。（五）AI技术在病理的应用现状近年来，随着高通量全切片数字扫描仪等可将传统病理玻片进行批量数字 化，并
7、转化为高分辨率的病理全切片图像的设备的广泛应用，数字化病理 图像得到了推广。基于AI的医学图像分析技术为细化分析高清的病理全 切片图像提供了契机。建议:将AI医学图像分析技术应用于辅助病理医师快速诊断食管癌淋 巴结转移、预测食管癌预后及药物敏感性，是未来非常有前景的方向。（六）AI技术在基因分析的应用现状 随着肿瘤基础研究的深入,AI辅助下的基因分析将进一步助益于肿瘤生物 信息分析，提高生物信息分析探究肿瘤复杂的生物通路网络的能力，为基 因信息在临床广泛推广应用打下坚实基础。建议：将AI技术应用于食管癌基因信息分析,可更好地量化解析复杂 的分子生物通路网络，有助于食管癌的精准诊疗。八、AI在食管癌诊疗中待解决的问题和未来发展方向(-)AI建模过程中的数据问题及建议( ) AI在食管癌诊疗中临床应用的发展方向1. 早期诊断：计算机辅助系统2. 术前分期及分级:智能化的分级分期系统3. 疗效预测：智能化的临床决策支持系统九、结语1=1目前，基于AI的食管癌临床应用仍处于研究阶段，在AI逐步转化到食管 癌临床日常诊疗的过程中，我们还面临着技术和伦理等方面的挑战。我们 相信随着AI技术的不断发展、医工结合的不断深入，AI技术将更加契合 食管癌临床诊疗需求，辅助临床医生实现食管癌的精准医疗。
