Lancet Digit Health：复旦大学等 42 家医院联合研发！鼻咽癌内镜AI诊断系统显著提升基层医生准确率
7小时前 熊佳仪 MedSci原创 发表于上海
研究开发了基于Swin Transformer结构的鼻咽癌诊断深度学习系统（STND），覆盖了全国42家医院，是迄今最大规模的多中心鼻咽癌内镜影像数据集。
随着人工智能（AI）技术在医学领域的快速发展，基于深度学习的辅助诊断工具已广泛用于多种肿瘤的影像学诊断。鼻咽癌，作为东南亚高发的头颈部恶性肿瘤之一，早期诊断对提高治愈率至关重要。本研究由复旦大学眼耳鼻喉科医院等全国42家医院联合完成，结果发表在The Lancet Digital Health期刊，旨在开发并验证一个针对内镜图像的鼻咽癌智能辅助诊断系统（STND）。该系统利用27,362张多中心收集的带病理标注的内镜图像训练，随后在10家医院前瞻性采集的1,885张图像上进行外部验证，并开展4名专家及24名基层医生的多读者多病例研究，评估其临床实用性。
鼻咽癌是一种源于鼻咽粘膜上皮的恶性肿瘤，70%以上病例集中在中国及东南亚地区。因鼻咽部解剖位置隐蔽，且良性炎症或增生与恶性病变在内镜影像表现上往往极为相似，导致诊断困难，病人常被确诊于晚期，影响治疗效果。现有的筛查主要靠鼻咽内镜检查，受限于医生经验及主观差异，尤其是在基层医疗机构，误诊和漏诊现象较为普遍，且为避免漏诊患者常导致过多不必要的活检，增加患者负担。深度学习在医学影像等领域展现出巨大潜力，但目前针对鼻咽癌的内镜图像诊断AI研究还较少，且大多数研宄局限于单中心回顾性分析，缺乏多中心前瞻性验证与临床辅助效果评估。
本研究基于深度学习中的Swin Transformer架构设计STND系统，针对鼻咽癌、鼻咽良性增生及正常鼻咽内镜图像进行分类。训练集涵盖来自8个高流量鼻咽癌中心的27,362张经活检确诊的内镜图像。模型训练采用PyTorch平台，利用Adam优化器和余弦退火学习率调度器进行迭代优化。模型开发完成后，利用10家不同医院前瞻性采集的1,885张图像进行外部验证，以考察模型的泛化能力。研究第三阶段开展多读者多病例测试，邀请4位鼻咽癌领域专家医生及24位基层耳鼻喉科医生进行图像诊断，评估AI辅助对诊断敏感性、特异性及准确率的影响，同时记录诊断时间变化。
结果显示，共纳入个案15,521例（男性58.2%，平均年龄47.6岁），共计27,362张内镜图像，其中鼻咽癌10,693张，良性增生7,073张，正常9,596张（均获得组织学确诊）。 外部验证纳入945例患者（男性56.9%，平均年龄45.2岁），共采集1,885张图像，病理分类分别为鼻咽癌668张、良性增生587张、正常鼻咽620张。
在400张外部验证图像的多读者测试中，STND辅助下基层耳鼻喉科医生（n=24）诊断准确率由83.4%提升至91.2%，提升7.9%；诊断敏感性显著提高（无AI 88.7%→有AI 92.9%），特异性更是明显增加（无AI 74.2%→有AI 88.6%）。专业鼻咽癌领域专家（n=4）辅助下也获得一定提升，准确率提升1.2%，但敏感性有略微下降。STND辅助还显著缩短了医生阅读时间，平均每张图像阅读时间从6.7秒减少至5.0秒。
10年以下经验的“初级”医师在AI辅助下特异性从72.5%提升至90.2%，准确率提升7.5%，AUC大幅提升0.097。 10年以上经验的“高级”医师以敏感性提升为主，从85.7%提高至92.3%，辅助效果同样显著。 总体来看，STND尤其有助于经验较浅医师减少误诊误判，提高诊断信心。
研究价值与意义
本研究构建了迄今为止最大的鼻咽癌内镜AI诊断系统数据库，并成功开发了适用性强、泛化能力优异的智能辅助诊断工具STND。得益于大规模多中心数据采集及多层级医疗机构参与，本系统适用于真实临床环境，尤其对经验不足的基层医师提供了强有力支持。这不仅有助于提高早期鼻咽癌的检出率，降低误诊率，减少不必要的创伤性活检，还能节约医疗资源，缓解患者负担。研究的多读者设计模拟了实际临床应用场景，为AI临床推广奠定了坚实基础。此外，AI辅助明显缩短了诊断时间，具备良好的应用效率前景。
该AI系统符合世界卫生组织2030年度可持续发展议程对早期癌症诊断筛查标准化和普及化的指导精神，有望在中国乃至东南亚鼻咽癌高发地区推广，帮助扩大早期诊断窗口、改善患者生存预后。未来通过结合更先进的影像技术与更丰富的视频数据，STND系统的诊断准确率和智能化水平有望持续提升，实现更全面的智能辅助诊疗。
原始出处
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#鼻咽癌# #人工智能#
6 举报