近年來(lái)，人工智能（Artificial Intelligence，AI）迅猛發(fā)展，在多個(gè)領(lǐng)域取得了突破性的進(jìn)展。人工智能在醫(yī)療中的應(yīng)用能夠有效緩解我國(guó)醫(yī)療資源嚴(yán)重短缺、分布失衡的現(xiàn)狀，提高醫(yī)療系統(tǒng)的運(yùn)行效率，甚至推動(dòng)整個(gè)醫(yī)療行業(yè)的變革。

結(jié)直腸癌是全球第三大癌癥，其年標(biāo)化發(fā)病率為0.41‰，死亡率為0.15‰。如果在早期得到確診并且接受正確治療，結(jié)直腸癌患者的五年生存率可高達(dá)90%，而一旦癌細(xì)胞擴(kuò)散到結(jié)直腸外，患者的五年生存率則迅速下降。因此，結(jié)直腸癌的早診斷、早治療是極其重要的。結(jié)直腸癌病灶的分割是術(shù)前預(yù)測(cè)、分期和療效評(píng)估等工作的基礎(chǔ)。由于癌癥病灶與正常組織之間的邊界模糊，傳統(tǒng)方法很難實(shí)現(xiàn)精確的自動(dòng)分割，國(guó)際上對(duì)此的相關(guān)研究很少。臨床上常用的手動(dòng)或半自動(dòng)的分割方法極其繁瑣、耗時(shí)，且高度依賴于操作者。

中國(guó)科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所醫(yī)學(xué)影像室高欣、簡(jiǎn)俊明、夏威等人提出了一種基于全卷積神經(jīng)網(wǎng)絡(luò)（FCN）的結(jié)直腸癌T2加權(quán)MRI圖像分割方法。該方法使用VGG-16網(wǎng)絡(luò)進(jìn)行特征提取，從VGG-16中每個(gè)模塊的最后一個(gè)卷積層分別引出一個(gè)邊輸出模塊，這些邊輸出模塊能夠深入挖掘多尺度特征并產(chǎn)生相應(yīng)的輸出。最后，所有的邊輸出結(jié)果融合生成最終的分割結(jié)果。實(shí)驗(yàn)結(jié)果顯示，該模型對(duì)結(jié)直腸癌腫瘤分割具有較高的敏感性（87.85%）和特異性（96.75%）。

這項(xiàng)研究的意義在于，借助人工智能找到了一種全自動(dòng)結(jié)直腸癌病灶分割方法，能夠有效縮短結(jié)直腸癌疾病分析和診斷的前期工作所需要的時(shí)間，大大降低了醫(yī)生的勞動(dòng)強(qiáng)度。此外，這個(gè)方法還可以拓展應(yīng)用到其他的腫瘤病灶分割上，加快相關(guān)疾病的研究進(jìn)展。

（本刊訊）