深度學習技術輔助診斷結直腸息肉的臨床分析

姜良慧 孫 昕 張榮秋 孟欣穎 李雪桐 周長宏#

青島大學附屬青島市市立醫院東院保健科1(266071) 內鏡中心2 北京航空航天大學中德軟件技術聯合研究所3

背景：基于深度學習技術的計算機輔助診斷已成為胃腸病學領域的研究熱點，計算機輔助診斷結直腸息肉已引起越來越多的關注。目的：驗證一個自動識別結直腸息肉的深度學習模型，分析該模型對新手內鏡醫師的輔助學習功能。方法：回顧性收集2019年1月—2020年1月青島市市立醫院東院內鏡中心數據庫中的結腸鏡圖像共1 200張，其中結直腸息肉圖像600張，正常結腸圖像600張。以深度學習技術模型對1 200張內鏡圖像進行驗證，并比較該模型與5名新手內鏡醫師診斷結直腸息肉的敏感性、特異性、準確率、時間。結果：深度學習模型診斷結直腸息肉的敏感性為93.2%，特異性為98.7%，準確率為95.9%，每張圖像的診斷時間為(0.20±0.03)s，模型的敏感性、準確率、診斷時間優于5名新手內鏡醫師，特異性優于部分新手內鏡醫師。當息肉≤5 mm或6～9 mm時，模型的準確率分別為88.1%、96.8%，優于5名新手內鏡醫師；當息肉≥10 mm時，模型的準確率為100%，與5名新手內鏡醫師無明顯差異。模型識別隆起型息肉的準確率為94.8%，優于部分新手內鏡醫師；模型識別扁平型息肉的準確率為91.7%，優于5名新手內鏡醫師。扁平型息肉未能識別(38.8%)、黏膜皺襞處息肉(32.7%)、誤認黏膜皺襞為息肉(12.2%)為模型假陰性或假陽性的主要原因。結論：深度學習模型對結直腸息肉的輔助診斷有較高的準確率、敏感性、特異性，且診斷時間較短，可輔助新手內鏡醫師識別小息肉和扁平型息肉。

結直腸癌是癌癥患者死亡的常見病因[1]，是中國常見的第三大癌癥[2]。80%～90%的結直腸癌由腺瘤樣息肉演變而來，“腺瘤-癌序列”的概念得到了臨床研究支持[3]。結腸鏡檢查作為結直腸癌篩查和監測的金標準，定期結腸鏡檢查并切除結直腸息肉可在一定程度上預防結直腸癌。腺瘤檢出率(adenoma detection rate, ADR)與結腸鏡檢查后結直腸癌發生率和死亡率呈負相關[3]。然而在不同的內鏡醫師中，ADR差異可達7%～53%[4]，提高結直腸息肉的檢出率是提高我國結直腸癌患者生存率的有效策略，建立一個準確、客觀的結直腸息肉檢出工具對內鏡專家和新手內鏡醫師均大有裨益。因經驗不足，新手內鏡醫師的息肉漏診率明顯高于內鏡專家，針對新手內鏡醫師的崗前和在崗培訓對降低息肉漏診率十分必要。

隨著人工智能(artificial intelligence, AI)技術的革新，基于深度學習(deep learning, DL)的計算機輔助診斷正成為診斷疾病的重要工具。本研究采用DL技術初步探索內鏡圖像下結直腸息肉的自動識別，測試計算機圖像分析能力，并與新手內鏡醫師識別息肉的敏感性、特異性、準確率、診斷時間進行比較，旨在明確DL模型在結直腸息肉診斷中的臨床價值，從而輔助新手內鏡醫師提高息肉的識別和診斷水平。

對象與方法

一、病例資料

回顧性收集2019年1月—2020年1月期間青島市市立醫院東院內鏡中心數據庫中1 200張結腸鏡圖像，其中結直腸息肉圖像600張，正常圖像600張。納入標準：行息肉摘除術或息肉切除術治療的患者，診斷均由術后病理檢查明確。排除標準：①晚期結直腸癌；②炎癥性腸?。虎塾薪Y直腸手術史；④有活檢禁忌的患者；⑤黏膜下病變。

二、主要器械

所選圖像均在白光、非碘染色、非放大模式下正常拍攝，內鏡型號主要包括Olympus 290主機+腸鏡290I、Fujinon 4450主機+腸鏡600ZW、600WR系列。本研究應用由北京航空航天大學中德軟件技術聯合研究所提供的基于DL技術的息肉識別模型進行驗證。

三、研究方法

利用DL技術模型對1 200張結腸鏡圖像進行對比分析識別。共選取7名本院內鏡醫師，分別為2名專家內鏡醫師和5名新手內鏡醫師。專家內鏡醫師從事內鏡工作超過20年，內鏡檢查例數超過5 000例；5名新手內鏡醫師從事內鏡工作小于2年，內鏡檢查例數小于500例。2名專家內鏡醫師結合息肉組織病理學標注內鏡圖像作為驗證標準，5名新手內鏡醫師分別在同一計算機上對選取的驗證集進行識別與診斷。為測試模型穩定性以及與新手內鏡醫師對比結果的平衡性，反復打亂測試集順序后，利用模型進行5次圖像分析，分別記錄模型和新手內鏡醫師診斷圖像所用的時間，并統計敏感性、特異性、準確率。

四、統計學分析

結 果

一、DL模型識別結直腸息肉的結果

本研究共選取驗證集圖像1 200張，其中結直腸息肉圖像600張，正常圖像600張。DL模型5次識別結直腸息肉的敏感性均為93.2%(559/600)，特異性均為98.7%(592/600)，準確率均為95.9%(1 151/1 200)，每張圖像診斷時間平均為(0.20±0.03)s(表1)。DL模型正確識別結直腸息肉的輸出圖像見圖1-2。

圖1 DL模型正確識別結腸皺襞處息肉的輸出圖像(標注框周數字為標注框內是息肉的概率)

二、DL模型與新手內鏡醫師識別結直腸息肉結果的比較

5名新手內鏡醫師對選取的驗證集圖像的敏感性、特異性、準確率、每張圖像平均診斷時間見表1。利用模型輔助診斷結直腸息肉的敏感性、準確率均明顯優于5名新手內鏡醫師，差異有統計學意義(P<0.001)；特異性明顯優于新手內鏡醫師1和4，差異有統計學意義(P<0.005)，與新手內鏡醫師2、3、5相比無明顯差異(P>0.05)；DL模型的診斷時間均明顯優于5名新手內鏡醫師，差異有統計學意義(P<0.001；表1)。

表1 DL模型與5名新手內鏡醫師的結直腸息肉診斷結果比較

三、DL模型與新手內鏡醫師識別不同大小、形態的結直腸息肉比較

600張息肉圖像中，≤5 mm的息肉圖像277張，6～9 mm息肉圖像249張，≥10 mm息肉圖像74張；隆起型息肉圖像286張，扁平型息肉圖像314張。

當息肉≤5 mm或6～9 mm時，DL模型識別息肉的準確率分別為88.1%、96.8%，均明顯優于5名新手內鏡醫師，差異有統計學意義(P<0.05)；當息肉≥10 mm時，DL模型準確率為100%(74/74)，與5名新手內鏡醫師相比差異無統計學意義(P>0.05)；模型和5名新手內鏡醫師識別不同大小息肉的準確率相比差異均有統計學意義(P<0.001；表2)。

DL模型識別隆起型息肉的準確率為94.8%，明顯優于新手內鏡醫師1～4，差異均有統計學意義(P<0.05)，與新手內鏡醫師5相比差異無統計意義(P>0.05)；DL模型識別扁平型息肉的準確率為91.7%，均明顯優于5名新手內鏡醫師，差異有統計學意義(P<0.005)；DL模型、新手內鏡醫師2、4識別兩種不同形態息肉的準確率無明顯差異(P>0.05)，新手內鏡醫師1、3、5識別隆起型息肉的準確率優于扁平型息肉，差異有統計學意義(P<0.05；表2)。

圖2 DL模型正確識別2處≤5 mm結腸息肉的輸出圖像

表2 DL模型與5名新手內鏡醫師診斷不同大小、形態結直腸息肉的準確率比較%(n/N)

四、DL模型識別結果為假陰性和假陽性的原因分析

DL模型錯誤識別了49張驗證集息肉圖像，假陰性率為6.8%(41/600)，假陽性率為1.3%(8/600)。其中，漏診的扁平型息肉占錯誤識別圖像的38.8%(19/49)，漏診的結腸皺襞處息肉占32.7%(16/49)，誤診結腸皺襞為息肉占12.2%(6/49)，息肉位于圖像邊緣占4.1%(2/49)，圖像模糊、視野昏暗、器械、回盲部、氣泡、顏色干擾各占2.0%(1/49)。DL模型診斷結果為假陰性輸出圖像和假陽性輸出圖像見圖3-6。

圖3 DL模型未識別位于結腸皺襞、覆蓋氣泡的息肉圖像，診斷結果為假陰性(黑色箭頭所示處為息肉)

討 論

本研究將新興的DL技術應用于結直腸息肉診斷，就該模型在臨床實踐中輔助新手內鏡醫師識別息肉進行了初步探索。通過收集1 200張結腸鏡下結直腸息肉圖像，整理數據集輸入DL模型進行驗證，結果顯示模型的敏感性為93.2%、特異性為98.7%、準確率為95.9%，每張圖像的診斷時間平均為(0.20±0.03)s，證實該模型診斷結直腸息肉具有較好的臨床效果。

圖4 DL模型未識別位于結腸皺襞的息肉圖像，診斷結果為假陰性(黑色箭頭所示處為息肉)

圖5 DL模型誤認結腸皺襞為息肉的輸出圖像，診斷結果為假陽性

圖6 DL模型誤認氣泡為息肉的輸出圖像，診斷結果為假陽性

本研究結果顯示，DL模型識別息肉的敏感性、準確率、診斷時間優于5名新手內鏡醫師，特異性優于部分新手內鏡醫師。當息肉≤5 mm或6～9 mm時，模型識別息肉的準確率分別為88.1%、96.8%，優于5名新手內鏡醫師；當息肉≥10 mm時，準確率為100%，與5名新手內鏡醫師相仿；其中，模型識別不同大小息肉的準確率差異有統計學意義，息肉越大，模型識別息肉的準確率越高。由此可見，當息肉為1～9 mm時，DL模型對于新手內鏡醫師具有一定的輔助作用。Wang等[5]的一項臨床隨機試驗將基于DL的計算機輔助系統與標準結腸鏡檢查對息肉的檢測結果進行比較，結果顯示計算機輔助診斷息肉的ADR優于標準結腸鏡檢查，其中ADR的增加僅限于微小息肉和小息肉，>10 mm息肉的診斷結果無明顯差異。Guo等[6]開發了基于卷積神經網絡的計算機輔助檢測算法，其對小息肉(2～8 mm)的敏感性與內鏡專家相同(均為88%)，優于2名接受培訓的醫師(分別為84%和76%)。

本研究結果還顯示，DL模型識別隆起型息肉的準確率為94.8%，優于部分新手內鏡醫師；模型識別扁平型息肉的準確率為91.7%，優于5名新手內鏡醫師。既往研究發現，結腸鏡檢查過程中，扁平型息肉的漏檢率明顯高于隆起型息肉[7]。本研究發現，DL模型識別這兩種不同形態息肉的準確率相比差異無統計學意義，故該模型在臨床檢查過程中有利于輔助新手內鏡醫師診斷息肉，減少扁平型息肉的漏診率。

通過對DL模型錯誤識別的內鏡圖像進行分析發現，扁平型息肉、黏膜褶皺對模型識別息肉的干擾作用較大，分別占38.8%、32.7%。本研究為模擬臨床內鏡操作的真實環境，驗證集均選取內鏡下息肉原圖，同時添加形態較小、扁平、內鏡下與結腸黏膜色差不明顯的息肉，并添加內鏡下模糊、散焦、局灶黏液、出血、糞便、皺襞、內鏡反光、視野昏暗、運動模糊等不清晰圖像，模型識別的敏感性、特異性、準確率受圖像選擇偏倚較小，測試結果相對具有真實性和可靠性。

本研究所收集圖像均為白光、非染色、非放大內鏡下圖像，具有廣泛臨床適用性。結直腸息肉的臨床表現具有隱匿性，我國結直腸癌的預防主要通過對非特異性癥狀和無癥狀的人群進行篩查。染色內鏡、放大內鏡等在一定程度上可提高息肉檢出率[8]，但因檢查費用較高，且對內鏡醫師操作水平具有一定要求，并未在我國多數醫院普及，未能作為息肉篩查的常規手段。由此認為針對白光內鏡圖像設計的計算機輔助診斷結直腸息肉模型的實際適用范圍更大，具有更高的臨床價值。

當前DL模型已初步實現檢測內鏡視頻中是否存在息肉。在驗證過程中，將內鏡視頻導入神經網絡模型，視頻自動拆分成幀，并以25幀/s循環檢測每一幀，識別疑似病變部位，并實時輸出診斷結果。因動態視頻下，腸道內環境復雜，故模型檢測息肉精準度偏低，模型部署至臨床內鏡系統存在一定局限性。后續將收集并添加更多的訓練樣本，完善模型后進行系統地視頻驗證，優化模型后可聯合內鏡系統，開展實時內鏡檢查過程中對比研究，驗證模型的實際應用效果。

結直腸息肉和腺瘤為公認的結直腸癌的癌前病變。美國一項大型隊列研究[4]結果表明，有效結腸鏡檢查可降低約70%的結直腸癌死亡率。故有效提高結腸鏡檢查時息肉和腺瘤的檢出率已成為結直腸癌一級預防的重要措施。臨床實踐中，息肉漏診原因主要為：①腸道準備差、退鏡速度快、患者體位不佳影響腸道黏膜視野暴露，干擾腸道息肉的識別。因此，高質量的腸道準備[9]、充足的退鏡時間[10]、動態體位變化[11]可一定程度上改善息肉識別率。②內鏡醫師技術水平差異引起的診斷差異，內鏡醫師經驗差異、檢查時因器械操作分心、因疲勞或情緒因素引起注意力不集中均可造成部分息肉漏診[12-14]。有研究顯示，經驗豐富的護士可通過觀察監視器輔助專業的內鏡醫師將息肉檢出率和ADR分別提高8.9%和7.4%[15]；實時內鏡檢查過程中，“第二觀察者”可在一定程度上輔助內鏡醫師提高息肉檢出率[16]。

隨著近年技術的突破，AI將改變胃腸病學領域，尤其是內鏡和圖像診斷，AI正迅速從胃腸病學的實驗階段過度到臨床實施階段[17]。計算機輔助息肉診斷引起了越來越多的關注，Urban等[18]利用DL技術設計并訓練的網絡模型識別息肉的準確率為96.4%。Wang等[19]的研究開發驗證了DL算法，其輔助診斷結腸息肉的敏感性和特異性分別為94.38%、95.92%。Lee等[20]的研究利用YOLOv2模型，開發并驗證了用于息肉檢測的DL算法，測試集A包含1 338幅息肉圖像，敏感性為96.7%，測試集B包含612幅息肉圖像的公共數據庫，敏感性為90.2%。息肉檢測系統可作為一個有效的第二觀察者，實時吸引內鏡醫師觀察疑似病變，提高新手內鏡醫師的息肉檢出率，克服內鏡檢查過程中因臨床經驗等因素導致的診斷差異。臨床內鏡操作檢查是一個自身成長、累積經驗的過程，如何幫助新手內鏡醫師提高白光內鏡下息肉檢出率，是目前面臨的現實問題。對于新手內鏡醫師，計算機輔助診斷有助于協助新手內鏡醫師識別息肉，在實際操作中起有良好的輔助作用。

綜上所述，本研究基于AI技術建立的識別結直腸息肉DL模型具有較高的臨床價值，可輔助新手內鏡醫師進行息肉的診斷。后續研究將擴大模型的數據集，持續優化模型，聯合內鏡檢查系統，爭取開展臨床前瞻性研究，以驗證本模型的效能。隨著計算機輔助診斷技術的進步以及內鏡技術的更新，基于DL的內鏡輔助系統有望在未來的臨床工作中發揮重要價值。