近期，医学院消化病学系厦门大学附属中山医院消化内科任建林教授团队在医学人工智能辅助消化系统重大疾病诊治的应用研究中取得了系列成果，先后在国际知名高水平期刊上发表多篇研究论文。

厦门大学医学院消化病学系、厦门大学附属中山医院消化内科炎症性肠病亚专科与厦门大学信息学院王连生教授团队共同完成题为《A novel deep learning-based computer-aided diagnosis system for predicting inflammatory activity in ulcerative colitis》的研究，发表在Gastrointestinal Endoscopy杂志。

结肠镜检查对于溃疡性结肠炎（ulcerative colitis，UC）患者的诊断和病情评估越来越重要，UC患者的内镜下评分与其疾病的活动程度及预后明显相关。附属中山医院消化内科临床医生与信息学院为了对 UC 患者建立一致和客观的评分，开发一种深度学习的计算机辅助诊断系统。该研究通过对332 名 UC 患者的 5875 张内镜图像和 20个完整视频的评估分析，建立基于深度学习的计算机辅助诊断系统，该系统可自动对每个视频中 85个区域的炎症严重程度进行评分，并生成全肠道炎症活动的可视化结果。与内镜评分相比，经过系统在 Mayo 评分任务中的准确率达到 86.54%，在UCEIS评分中对于血管模式、糜烂和溃疡以及出血准确率分别为 90.7%、84.6% 和 77.7%；同时可以确定UC炎症的分布范围和严重程度，计算各个肠段及整个结肠的加权评分，所得出的加权评分可以很好的反映患者的肠道炎症程度及病情的演变。此外，通过计算机输出的肠道模拟图形，可以直观地显示全肠道的炎症分布范围及不同部位的炎症程度，使临床医生更为简便、全面的了解患者肠道炎症情况。该系统将人工智能技术用于UC结肠镜下炎症活动度的定量评估，减少了不同检查者之间的异质性，同时使全肠段炎症分布的可视化，并进一步实现了以辅助诊断系统进行全肠段自动加权评分，为临床病情和预后评估提供了高效、直观和同质性评价。

此外，消化病学系、厦门大学附属中山医院消化内科还分别与香港中文大学、吉林大学以及南方医科大学深圳医院、厦门长庚医院等合作题为《Artificial Intelligence-Assisted Colonoscopy for Colorectal Cancer Screening: A Multicenter Randomized Controlled Trial》（发表在Clinical gastroenterology andhepatology杂志，共同第一作者）和《A Novel Convolutional Neural Network Model as an Alternative Approach to Bowel PreparationEvaluation Before Colonoscopy in the COVID-19 Era: A Multicenter, Single-Blinded, Randomized Study》（发表在Am JGastroenterol杂志，共同通讯作者）的多中心临床应用研究，将人工智能用于辅助结直肠癌/腺瘤筛查以及结肠镜检查前评估肠道准备质量的评估，进一步提高了结直肠镜检查患者的肠道准备质量和的腺瘤发现率。

随着精准医学、转化医学和智能医学等领域的兴起，“双一流”战略和“新医科”模式已成为未来一流综合性大学医学教育和医学实践的重要方向和内容。消化病学系作为厦门大学医学院成立的首个临床科系，坚持以临床科学问题为导向，通过整合大学、学院与附属医院交叉学科优势资源，探索融合创新发展之路。

新医科建设模式下，厦门大学医学院消化病学系主任任建林教授带领团队与消化病学系双聘教授团队开展了广泛深度融合，在医学人工智能与消化系统疾病诊断、新型消化内镜诊疗技术研发方面进行紧密合作，取得了可喜成果。同时，通过消化病学系建设，锻炼和培养了一批亚专科青年骨干人才，为扎实推进亚专科建设发展夯实了基础，为培育具有自我造血能力的亚专科骨干人才梯队蓄积了坚实力量。

声明：本文仅供科研分享，如有侵权，请联系作者删除

转载来源：https://news.xmu.edu.cn/info/1045/65708.htm