人工智能（artificial intelligence，AI）技术与医学的结合是当代研究重点关注的领域，利用AI技术可以使计算机模型成为内镜医生的得力助手。近期，消化内科赵媛媛博士的论文“基于NBI-ME的计算机辅助诊断早期食管癌”在国际权威内镜杂志endoscopy在线刊登，标志着我院消化内科的内镜人工智能技术研究走上国际先进行列。

该研究通过利用AI技术识别食管鳞状上皮乳头状毛细血管袢（intrapapillary capillary loops, IPCLs)，可以在窄带成像内镜结合放大内镜技术（NBI-ME）下辅助诊断早期食管鳞癌，在像素级别上对早期食管鳞癌的诊断准确性高达93.0%。这是国际首次基于NBI-ME系统，利用AI技术在微血管层面对IPCL的形态进行识别分类的研究。

在该项研究中，赵媛媛博士对1350张NBI-ME下早期食管病变内镜图片进行分类，采用双盲随机方法，由高年资内镜医师评分标注后，借助全卷积神经网络（FCN）的深度学习技术构建计算机模型，对计算机模型进行训练和验证。通过计算机深度学习的AI技术，可直接从大量内镜图像中对典型的病灶特征进行自动学习并对特征图像进行分类识别，数据量越大，计算机模型识别准确性也越高。为探索计算机模型的临床应用价值，该研究采用相同的测试集对训练后的计算机模型和不同经验的9名内镜医师同时进行测试，经统计发现，计算机模型对早期食管鳞癌的诊断准确性达89.2%，与专家级内镜医师诊断能力相当（准确性92.0%），优于中年资和低年资的内镜医师（准确性分别为82.0%和73.3%），显示人工智能可提高非专家医生诊断早期食管鳞癌的准确率,辅助临床治疗决策,有助于基层医疗机构提高早期食管鳞癌的诊断率，消除医疗水平差异，使人工智能技术助力实现医疗资源共享。

（消化内科 蔡轶）