人工智能辅助系统在结直肠癌内镜筛查中的应用进展2025.pdf

人工智能辅助系统在结直肠癌内镜筛查中的应用进展2025

结直肠癌是全世界常见消化道恶性肿瘤。2024年4月，世界卫生组织国

际癌症研究机构团队发布的报告显示，2022年全球结直肠癌新发病例约

192.6万例，死亡病例约90.4万例，分别占全球癌症发病和死亡总数的

9.6％和9.3%[1]。中国国家癌症中心2024年发布的报告显示，2022年

中国结直肠癌新发病例数为517100例，死亡病例数为240000例，分别

居中国癌症发病谱和死亡谱的第2位和第4位[2]。此外，世界范围内结

直肠癌的发病率和死亡率均保持上升趋势，且呈现出年轻化趋势。尽管

56.6％的新诊断病例和46.6％的死亡病例发生在70岁以上的老年人群中，

但自20世纪90年代以来，50岁以下人群的发病率和死亡率在全球范围

内不断上升[3]。

研究表明，通过早期筛查可以显著降低结直肠癌的死亡风险[4]。电子结肠

镜检查是目前最可靠的筛查方法，能直接观察结肠壁的黏膜，不仅可以识

别息肉，还可以进行活检或切除可疑病变[5]。结直肠癌通常由息肉演变而

来，这个过程一般需要10~15年，且70%~80％的病例与息肉恶变相

关[6]。挪威奥斯陆大学Bretthauer等[7]开展了一项实用性、随机试验，

纳入了2009—2014年来自波兰、挪威、瑞典和荷兰人口登记系统的假

设健康的55~64岁的男性和女性，研究将参与者随机分为受邀组（接受

单次结肠镜筛查的邀请）和常规治疗组（不接受邀请或不筛查）。中位随

访10年，在意向筛查分析中，受邀组10年结直肠癌风险明显低千常规

治疗组(0.98%:1.20%,RR=0.82,95%CI为0.70~0.93)，风险降

低了18%。这表明，随着全球结直肠癌负担的加重，加强结肠镜筛查具有

重要意义。

然而，结肠镜筛查依赖千内镜医生的技术水平，漏检率仍是一个不可忽视

的问题。系统性回顾分析显示，结肠镜检查中腺瘤的湿检率为26%，晚期

腺瘤的涌诊率为9%[8]。近年来，人工智能(artificialintelligence,AI)

技术，尤其是基千深度学习算法的系统，已逐渐应用千辅助结直肠内镜检

查，以降低漏检率，提高检查效率。AI辅助系统在实时内镜检查中能帮助

医生定位息肉，从而提高息肉检出率(polypdetectionrate,PDR)和

腺瘤检出率(adenomadetectionrate,ADR)，同时也可以用千规范内

镜检查质量（如肠镜检查时间、肠道清洁度等）［9］。

本文旨在总结AI辅助系统在结直肠癌内镜筛查中的应用进展，探讨AI辅

助内镜检查的主要技术，分析其在结直肠癌筛查中的有效性、面临的挑战

及应用前景，以期为改善结直肠癌内镜筛查效果、优化患者治疗方案提供

参考。

1人工智能辅助系统在电子结肠镜检查中的应用

目前，已有研究者开发和评估了多种AI辅助系统，其中中国部分AI辅助

系统已在结肠镜检查实践中得到了应用（表l)。这些AI辅助系统通常与

结肠镜光学图像相结合，通过机器学习和深度学习算法将结肠镜图像与检

测和诊断标准进行关联，从而训练系统识别肠黏膜变化[10]。机器学习算

法能够分析结直肠内镜数据，从中识别模式和规律，并用千识别新的内镜

图像。当前的AI辅助系统大多采用深度学习算法。深度学习依托深度神

经网络，通过大量的学习样本，自动从数据中提取特定特征，无需人工干

预，特别适合处理大量结肠镜影像数据。

在结肠镜图像处理上，AI主要应用千计算机辅助检测(computer-aided

detection,CADe)系统和计算机辅助诊断(comput