新研究或可幫助解決胃癌診斷治療難題(胃癌該如何治療)

新研究或可幫助解決胃癌診斷治療難題

來自新加坡國立大學(xué)癌癥科學(xué)研究所的研究人員發(fā)現(xiàn)RNA序列發(fā)生改變可能影響胃癌發(fā)展。對這一胃癌驅(qū)動力的進(jìn)一步研究或?qū)⒋龠M(jìn)胃癌早期診斷技術(shù)以及有效治療手段的開發(fā)。相關(guān)研究結(jié)果發(fā)表在國際學(xué)術(shù)期刊Gastroenterology上。

RNA是DNA中蘊含的遺傳信息翻譯為蛋白質(zhì)過程的中間產(chǎn)物，在RNA作為信使傳遞信息的過程中要經(jīng)歷復(fù)雜的加工過程。研究人員表示：“目前多數(shù)關(guān)于胃癌的分子學(xué)研究都主要集中在DNA序列的改變。盡管最近一些研究發(fā)現(xiàn)RNA在影響癌癥發(fā)展方面存在作用，但是RNA序列的改變?nèi)绾斡绊懳赴┌l(fā)生還沒有得到很好的研究。我們首次進(jìn)行了深度分析發(fā)現(xiàn)因胃癌中ADAR1和ADAR2這兩個與RNA編輯有關(guān)的酶造成的RNA序列改變可能是影響胃癌發(fā)展的新驅(qū)動力。”

ADAR1和ADAR2是RNA編輯過程中起調(diào)控作用的兩個上游調(diào)控因子，而這兩個因子在胃癌發(fā)展中具有相反作用。ADAR1是一個促進(jìn)癌癥的因子，而ADAR2是一個抑制癌癥的因子。

研究團(tuán)隊對比了正常情況下到胃癌不同階段的RNA編輯水平，發(fā)現(xiàn)在胃癌發(fā)展過程中存在RNA編輯水平的紊亂。研究人員還發(fā)現(xiàn)胃癌病人的腫瘤樣本中存在ADAR表達(dá)的高度不平衡，該現(xiàn)象可以預(yù)測病人可能出現(xiàn)最差的臨床預(yù)后情況。

DNA突變通常發(fā)生在癌癥的晚期階段，而與此不同，RNA的變化發(fā)生地更加頻繁。在疾病發(fā)生的早期階段，RNA編輯水平的變化可以在癌變前樣本中得到穩(wěn)定檢測。因此該研究表明檢測病人體內(nèi)ADAR1和ADAR2的表達(dá)量及兩者的比值，特別是在早期階段，可以幫助預(yù)測胃癌病人的預(yù)后情況。

研究人員表示他們將繼續(xù)研究RNA編輯過程中驅(qū)動胃癌發(fā)展的關(guān)鍵事件，探索改正這一過程的安全有效方法。目前他們正在開發(fā)一些小分子來阻斷驅(qū)動癌癥發(fā)展的RNA編輯過程。

胃癌該如何治療

(一)外科治療 凡臨床檢查沒有發(fā)現(xiàn)明顯的腫瘤轉(zhuǎn)移征象，全身其他各重要臟器沒有嚴(yán)重器質(zhì)性病變，患者全身營養(yǎng)狀態(tài)、免疫功能可以忍受手術(shù)者，都應(yīng)該積極爭取手術(shù)治療的機(jī)會。 胃癌手術(shù)治療的效果與胃癌的早期診斷、病理形態(tài)和手術(shù)方案的選擇有很大關(guān)系。根據(jù)對胃癌生物學(xué)行為的研究，上部胃癌比中下部胃癌手術(shù)預(yù)后差，因為中下部胃癌以團(tuán)生者居多，而上部胃癌以彌生者居多。腫瘤大小對預(yù)后無明顯關(guān)系，浸潤彌漫型胃癌因其邊緣不清，手術(shù)切除范圍不易確定，且此種類型的胃癌有轉(zhuǎn)移者多而廣泛，手術(shù)不易徹底清除．故：年生存率較低。而團(tuán)生型胃癌胃周淋巴結(jié)多屬輕度轉(zhuǎn)移且位于癌灶附近，手術(shù)容易徹底清除，故預(yù)后較好。綜合30年來國內(nèi)外胃癌術(shù)后的5年生存率在20％一30％。 (二)化學(xué)治療 化療在胃癌的治療中同樣占有重要地位，通常作為手術(shù)的術(shù)前、術(shù)中和術(shù)后的輔助治療，用以進(jìn)一步提高療效。可以達(dá)到以下目的：(1)使病灶局限，以提高手術(shù)切除率。(2)減少術(shù)中腫瘤細(xì)胞播散、種植的機(jī)會。(3)根治術(shù)后輔助化療，以消滅可能存在的殘留病灶以防止轉(zhuǎn)移和復(fù)發(fā)。(4)姑息性手術(shù)治療后，可控制病情發(fā)展，延長生存期。對于無法接受手術(shù)治療的患者，化療的作用就更為重要了。近年來新出現(xiàn)的卡培他濱等口服化療藥物，為胃癌患者帶來了新的福音。與傳統(tǒng)靜脈化療藥物不同，這類藥物通過口服給藥，患者在家中就能夠接受化療，非常方便，并且從根本上避免了靜脈化療導(dǎo)致的一系列并發(fā)癥。 (三)放射治療 未分化癌，低分化癌，管狀腺癌、乳頭狀腺癌等胃癌類型對放療有一定的敏感性，癌灶小而淺者、無潰瘍者效果最好，甚至可使腫瘤全部消失。粘液腺癌及印戒細(xì)胞癌對放療無效。 胃癌的術(shù)前放療能使60％以上病員的原發(fā)腫瘤有不同程度的退縮，切除率比單純手術(shù)組提高5．3％－20％，5年生存率可提高11．9％。對原發(fā)灶已切除、淋巴結(jié)轉(zhuǎn)移在兩組以內(nèi)或原發(fā)灶侵及漿膜面并累及胰腺、無腹膜及肝轉(zhuǎn)移者可行術(shù)中放療。對手術(shù)中無法切除者，應(yīng)在癌殘留處以銀莢標(biāo)記之，術(shù)后經(jīng)病理證實其組織學(xué)類型非粘液癌或印戒細(xì)胞癌可行術(shù)后補(bǔ)充放療。 (四)免疫治療 免疫治療的適應(yīng)證包括：①早期胃癌根治術(shù)后適合全身應(yīng)用免疫刺激劑；②不能切除的或姑息切除的病例可在殘留癌內(nèi)直接注射免疫刺激劑；③晚期病人伴有腹水者適于腹腔內(nèi)注射免疫增強(qiáng)藥物。 （五）中醫(yī)中藥治療 對于有些胃癌患者，還可以采用適當(dāng)?shù)闹嗅t(yī)中藥方法進(jìn)行治療，并取得不錯的療效。

綜述 | 人工智能在胃腸疾病和肝病中的應(yīng)用

Catherine Le Berre 等
摘要 ：自2010年以來，人工智能（A I）在醫(yī)學(xué)上的應(yīng)用取得了實質(zhì)性進(jìn)展。人工智能在胃腸病學(xué)中的應(yīng)用包括內(nèi)鏡下病變分析，癌癥檢測，分析無線膠囊內(nèi)鏡檢查中的炎性病變或消化道出血。人工智能還被用于評估肝纖維化，區(qū)分胰腺癌患者與胰腺炎患者。人工智能也可以根據(jù)多組學(xué)數(shù)據(jù)確定病人的預(yù)后或預(yù)測他們對治療的反應(yīng)。本文綜述了人工智能幫助醫(yī)生做出診斷或確定預(yù)后的方法，并討論其局限性，了解在衛(wèi)生當(dāng)局批準(zhǔn)人工智能技術(shù)之前需要進(jìn)一步的隨機(jī)對照研究。
關(guān)鍵詞 ：深度學(xué)習(xí)；機(jī)器學(xué)習(xí)；神經(jīng)網(wǎng)絡(luò)；消化系統(tǒng)

人工智能沒有一個單一的定義，人工智能的概念包含了執(zhí)行與我們?nèi)祟愔悄芟嚓P(guān)聯(lián)的功能的程序，比如學(xué)習(xí)和探索解決問題[1,2]。人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是概念上相互交叉的學(xué)科（見圖1）。機(jī)器學(xué)習(xí)是一個包括了計算機(jī)科學(xué)和統(tǒng)計學(xué)的廣闊學(xué)科，機(jī)器學(xué)習(xí)程序重復(fù)迭代以應(yīng)對提高特定任務(wù)的性能，產(chǎn)生了分析數(shù)據(jù)和學(xué)習(xí)描述和預(yù)測模型的算法。供訓(xùn)練的數(shù)據(jù)大多以表格形式組織，其中對象或個人為行，而變量，無論是數(shù)值型還是分類型都是列。機(jī)器學(xué)習(xí)大致可分為監(jiān)督方法和無監(jiān)督方法，無監(jiān)督學(xué)習(xí)的目的是在不掌握群體的數(shù)量或特性的先驗知識的前提下，根據(jù)數(shù)據(jù)的共性識別群體。有監(jiān)督學(xué)習(xí)在訓(xùn)練數(shù)據(jù)包含每一個對象的輸入—輸出對的表征的使用。輸入包含個體的特征描述，輸出包含要預(yù)測的感興趣的結(jié)果，要么是分類任務(wù)的類，要么是回歸任務(wù)的數(shù)值。有監(jiān)督的機(jī)器學(xué)習(xí)算法學(xué)習(xí)這種輸入和輸出對的映射關(guān)系，在新的輸出出現(xiàn)時，自動預(yù)測它對應(yīng)的輸出[3]。

人工神經(jīng)網(wǎng)絡(luò)（ANN）是受大腦神經(jīng)解剖學(xué)啟發(fā)的監(jiān)督ML模型。每個神經(jīng)元都是一個計算單元，所有神經(jīng)元相互連接，建立整個網(wǎng)絡(luò)。信號從第一層（輸入）傳到至最后一層（輸出），可能經(jīng)過了多個隱含層（見圖2）。訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程包括將數(shù)據(jù)劃分為一個訓(xùn)練集，該訓(xùn)練集有助于定義網(wǎng)絡(luò)的體系結(jié)構(gòu)，并找出節(jié)點之間的各種權(quán)重，然后是一個測試集，用于評估神經(jīng)網(wǎng)絡(luò)預(yù)測所需輸出的能力。在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)內(nèi)部神經(jīng)元之間的連接權(quán)重被不斷優(yōu)化。對更好性能的不斷追求導(dǎo)致了復(fù)雜的深度神經(jīng)網(wǎng)絡(luò)的誕生[4]。

大多數(shù)研究使用1個數(shù)據(jù)集訓(xùn)練機(jī)器學(xué)習(xí)過程，另一個獨立數(shù)據(jù)集測試其性能。一些研究使用常見的驗證方法，例如留一法交叉驗證[8]。為增加訓(xùn)練數(shù)據(jù)，一些研究采用了隨即裁剪、調(diào)整大小、平移、沿任一軸翻轉(zhuǎn)的數(shù)據(jù)增強(qiáng)方法。數(shù)據(jù)集包括了陰性和陽性圖像的結(jié)果。

目前已經(jīng)有53項研究使用了AI來檢測惡性和癌前腸道病變（表1）。從方法學(xué)上看，其中大部分（48項）集中在內(nèi)鏡上，3項研究使用了提取自電子病歷的臨床和生物學(xué)數(shù)據(jù)（主要包括人口統(tǒng)計數(shù)據(jù)、心血管疾病、用藥情況、消化癥狀和血液計數(shù)情況），1項研究基于血清腫瘤標(biāo)志物，1項使用腸道微生物群數(shù)據(jù)。從部位上看，其中，27項研究致力于提高結(jié)直腸息肉或癌癥的診斷準(zhǔn)確性[12-38].19項研究聚焦于診斷上消化道癌前或惡性病變[39-57]。只有4項研究局限于小腸研究[58-61]。3項研究關(guān)注了整個消化道[62-64]。從驗證方法上看，其中，24項研究采用特殊的驗證方法，主要是K折交叉驗證。對于以內(nèi)鏡為重點的研究，訓(xùn)練和測試數(shù)據(jù)集的大小在不同的研究中差異很大。各項研究的性能表現(xiàn)也是差異巨大的（個人認(rèn)為主要取決于數(shù)據(jù)集），但大多數(shù)算法的精度達(dá)到80%以上。
兩項已發(fā)表的隨機(jī)對照實驗比較了智能與非智能內(nèi)鏡的性能。第一項研究測試了一種實時深度學(xué)習(xí)系統(tǒng)（WISENSE）的性能，監(jiān)測食管胃十二指腸鏡檢查（EGD）中的盲點。一共324名患者被隨機(jī)分配到有或者沒有WISENSE系統(tǒng)的EGD中。在WISENSE組中，準(zhǔn)確度達(dá)到了90.4%，其盲點率明顯比對照組低（5.9% vs 22.5%）[65]。第二項研究探討了基于DL的自動息肉檢測系統(tǒng)在結(jié)腸鏡檢查中的作用，一共1058名患者被隨機(jī)分配到有或者沒有智能輔助系統(tǒng)的診斷性結(jié)腸鏡檢查中。人工智能系統(tǒng)將腺瘤檢出率從20.3%顯著提高到29.1%，平均每個病人檢出的腺瘤數(shù)目從0.31增加到0.53[66]。這些結(jié)果表明，人工智能系統(tǒng)可用于提高內(nèi)鏡對胃腸道癌前病變的診斷價值。
除了提高診斷準(zhǔn)確性外，人工智能還可以幫助醫(yī)生確定消化道腫瘤患者的預(yù)后。一個基于1219例結(jié)直腸癌患者的數(shù)據(jù)集建立的神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的COX回歸模型相比，提供了更精確的生存時間和影響因素的確定[67]，并可用于確定患者遠(yuǎn)處轉(zhuǎn)移的風(fēng)險[68]。采用人工神經(jīng)網(wǎng)絡(luò)模型對452例胃癌患者進(jìn)行評估，并以大約90%的準(zhǔn)確率確定生存時間[69]。在一項對117例II A期結(jié)腸癌根治術(shù)后患者的研究中，一種基于神經(jīng)網(wǎng)絡(luò)的評分系統(tǒng)，根據(jù)腫瘤的分子特征，將腫瘤術(shù)后患者分為高、中、低危三組，三組患者十年總體生存率和無病生存率差異顯著[70]。深度學(xué)習(xí)預(yù)測局部晚期直腸癌患者對新輔助化療有完全反應(yīng)的準(zhǔn)確率達(dá)80%，這項技術(shù)可能被用來識別最有可能從保守治療或根治性切除中受益的患者[71]。另外，一個基于DL的模型可以根據(jù)臨床、病理數(shù)據(jù)及治療方案，預(yù)測1190例胃癌患者5年的生存期。該系統(tǒng)的AUC值為0.92，并確定了腫瘤的分子特征與最佳輔助治療之間的關(guān)系[72]。

AI已經(jīng)被用于識別炎癥性腸?。↖BDs）（N=6）[73-78]，潰瘍（N=6）[79-84]，脂瀉?。∟=5）[85-89]，淋巴管擴(kuò)張（N=1）[90]，和鉤蟲?。∟=1）[91]，兩項研究評估了炎性病變患者的內(nèi)鏡檢查結(jié)果[92,93]。兩項研究使用電子病歷來確定患者患腹腔疾病的風(fēng)險，1項研究使用遺傳因素來確定患者患IBD的風(fēng)險。三分之二（21項中的14項）的研究使用K折交叉驗證，以避免數(shù)據(jù)的過度擬合，這21項中有12項研究的患者的患者準(zhǔn)確率約為90%。
許多研究已經(jīng)驗證了AI預(yù)測IBD患者治療反應(yīng)的能力。Waljee等人利用年齡和實驗室數(shù)據(jù)研發(fā)了一種機(jī)器學(xué)習(xí)方法，這種方法的成本較低，且比6-硫鳥嘌呤核苷酸（6-TGN）代謝物測定更準(zhǔn)確地預(yù)測患者對噻嘌呤的臨床反應(yīng)（AUC 0.86 vs 0.60）[94]。然后，他們根據(jù)生物標(biāo)志物、影像學(xué)數(shù)據(jù)和內(nèi)鏡檢查結(jié)果，改進(jìn)了之前的ML模型，以預(yù)測接受硫嘌呤治療的患者的客觀緩解。該ML模型優(yōu)于6-TGN水平的測量（AUC 0.79 vs 0.49）[95]。一種ML模型分析了韋多利單抗治療潰瘍性結(jié)腸炎患者的三期臨床試驗數(shù)據(jù)，與第6周AUC為0.71的糞便鈣保護(hù)水平相比。AI能夠預(yù)測哪些患者將在第52周時在無皮質(zhì)類固醇的前提下實現(xiàn)內(nèi)鏡下緩解，預(yù)測性能的AUC值為0.73。因此，韋多利單抗在前6周的益處不明顯時，該算法可用于選擇患者繼續(xù)使用韋多利單抗[96]。另外，還有一種人工智能算法，它將微生物群的數(shù)據(jù)與臨床數(shù)據(jù)結(jié)合起來，確定了IBD患者的臨床反應(yīng)，其預(yù)測患者抗整合治療的AUC為0.78[97]。一種神經(jīng)網(wǎng)絡(luò)鑒定潰瘍性結(jié)腸炎患者在細(xì)胞置換治療后，需要進(jìn)一步手術(shù)的敏感性和特異性分別達(dá)到了0.96和0.87[98]。
預(yù)測IBD發(fā)病或進(jìn)展的人工智能系統(tǒng)也正在研發(fā)中。一種分析克羅恩病患者早期活檢圖像的神經(jīng)網(wǎng)絡(luò)在識別疾病進(jìn)展的準(zhǔn)確性達(dá)到了83.3%，預(yù)測患者需要手術(shù)的準(zhǔn)確度達(dá)到了86.0%[99]。Waljee等人建立一種ML方法分析電子病歷數(shù)據(jù)，預(yù)測6個月內(nèi)IBD相關(guān)的住院和門診病人使用類固醇的AUC值達(dá)到了0.87[100]。人工神經(jīng)網(wǎng)絡(luò)預(yù)測IBD患者臨床復(fù)發(fā)的頻率，具有較高的準(zhǔn)確性[101]。

十二項研究已經(jīng)被用于驗證AI在無限膠囊內(nèi)鏡圖像中檢測小腸出血的能力（表3）[55，102-112]。12項中的8項研究采用特殊的驗證技術(shù)，主要是K折交叉驗證。在這些研究中，9項研究識別小腸出血的準(zhǔn)確率超過了90%。
對于急性上消化道出血或下消化道出血的患者，可通過內(nèi)鏡檢查輕松確定出血原因，然而，很大一部分病人有反復(fù)出血的情況，這需要重復(fù)內(nèi)鏡檢查和治療。因此，ML模型被開發(fā)以確定有復(fù)發(fā)性出血風(fēng)險的患者和最有可能需要治療的患者，并估計死亡率。這些模型使用臨床和/或生物數(shù)據(jù)，并以大約90%的準(zhǔn)確率識別這些患者[113-117]。一種建立在22854名胃潰瘍患者的回顧性分析和1265名用于驗證的患者基礎(chǔ)上的ML模型，能夠根據(jù)患者的年齡、血紅蛋白水平、胃潰瘍、胃腸道疾病、惡性腫瘤和感染來確定復(fù)發(fā)性潰瘍出血的患者。模型確定1年內(nèi)復(fù)發(fā)性潰瘍出血的患者，AUC為0.78，準(zhǔn)確率為84.3%。

22項研究測試了AI在輔助胰腺疾病或肝臟疾病診療中的能力（表4）。其中關(guān)于胰腺癌的AI系統(tǒng)有6項，其中5項研究基于內(nèi)鏡超聲[118-122]、1項基于血清標(biāo)記物[123]。這些研究識別胰腺癌患者的AUC約為90%。16項關(guān)于肝臟的研究中7項研究旨在檢測與病毒性肝炎相關(guān)的纖維化[124-130]，6項開發(fā)了人工智能策略檢測非酒精性脂肪肝[131-136]。2項研究識別食管靜脈曲張[137,138]。1項評估患者不明原因的慢性肝病[139]。其中，13項研究使用電子病歷和、或生物特征的數(shù)據(jù)建立算法，3項研究使用彈性成像數(shù)據(jù)。除2項外，所有研究都使用了特定的驗證技術(shù) ，主要是k-折疊交叉驗證。這些模型的精度約為80%。
除了提高診斷準(zhǔn)確性外，還需要確定病人預(yù)后和預(yù)測疾病進(jìn)展的AI方法。Pearce等人建立了一個ML模型，根據(jù)APACHE II評分和C反應(yīng)蛋白水平來預(yù)測急性胰腺炎患者的嚴(yán)重程度。他們模型的AUC值達(dá)到了0.82，敏感度87%，特異度71%[140]。Hong等人根據(jù)急性胰腺炎患者的年齡、紅細(xì)胞壓積、血清葡萄糖和鈣水平以及尿素氮水平，創(chuàng)建了一個ANN來評估患者的持續(xù)性器官衰竭，準(zhǔn)確率達(dá)96.2%[141]。Jovanovic等人開發(fā)了一種ANN模型，根據(jù)臨床、實驗室和經(jīng)皮超聲檢查結(jié)果，識別膽總管結(jié)石病患者進(jìn)行治療性內(nèi)鏡逆行胰膽管造影術(shù)的需求，其AUC為0.88[142]。
Banerjee等人開發(fā)了一種基于臨床和實驗室數(shù)據(jù)的人工神經(jīng)網(wǎng)絡(luò)，以90%的準(zhǔn)確性確定肝硬化患者將在1年內(nèi)死亡的可能性，該模型可用于確定肝移植的最佳候選者[143]。Konerman等人基于臨床、實驗室和病理組織學(xué)數(shù)據(jù)建立了一個機(jī)器學(xué)習(xí)模型，識別慢性丙型病毒感染肝炎患者疾病進(jìn)展的最高風(fēng)險，以及肝臟相關(guān)性結(jié)果（肝相關(guān)死亡、肝失代償、肝細(xì)胞癌、肝移植或Child-Pugh評分增加到7分），該模型在1007名患者的驗證集中AUC值達(dá)到了0.708。Khosravi等人建立了一種神經(jīng)網(wǎng)絡(luò)來預(yù)測1168名肝移植患者的生存期。該模型可估計1-5年的生存概率，AUC為86.4%，而Cox比例風(fēng)險回歸模型為80.7%[146]。研究人員還利用人工神經(jīng)網(wǎng)絡(luò)將肝臟捐獻(xiàn)者與接受者配對，從而提供強(qiáng)有力的決策技術(shù)[147]。此外，ML模型可以幫助預(yù)測對治療的反應(yīng)。Takayama等人建立了一種ANN預(yù)測慢性丙型病毒感染肝炎患者對聚乙二醇化干擾素a-2b聯(lián)合利巴韋林治療的反應(yīng)，預(yù)測的敏感度達(dá)到了82%，特異度達(dá)到了88%。

人工智能將成為胃腸病和肝病學(xué)家診斷患者、選擇治療手段和預(yù)測預(yù)后的重要手段。許多方法都是在這些目標(biāo)下發(fā)展起來的，并展示出不同的性能水準(zhǔn)。由于性能指標(biāo)的差異，很難比較這些研究的結(jié)果。人工智能似乎在內(nèi)鏡下特別有價值，它可以增加對惡性和癌前病變、炎癥病變、小腸出血和胰膽紊亂的檢測。在肝臟學(xué)中，人工智能技術(shù)可以用來確定患者肝纖維化的風(fēng)險，并允許一些患者避免肝活檢。
我們的綜述只涵蓋了PubMed中列出的文章，并且可能錯過了計算機(jī)科學(xué)和醫(yī)學(xué)圖像分析期刊上的一些出版物。盡管如此，在過去的20年里，人工智能已經(jīng)成為胃腸病學(xué)和肝臟學(xué)研究的重要組成部分。盡管本文的綜述的重點是輔助診斷和預(yù)后，但是其他研究方向的人工智能也正在被探索，例如基于機(jī)器學(xué)習(xí)的內(nèi)鏡質(zhì)控評估（盲腸標(biāo)志，機(jī)器學(xué)習(xí)評估檢測結(jié)腸鏡的后續(xù)建議），AI在胃腸道領(lǐng)域的應(yīng)用也在不斷被擴(kuò)大。
值得注意的是，目前的AI技術(shù)受的高質(zhì)量數(shù)據(jù)集的缺乏所限制。大多數(shù)用于開發(fā)ML算法的證據(jù)來自臨床前研究，目前在臨床實踐中沒有應(yīng)用。此外，DL算法被認(rèn)為是黑箱模型，黑箱模型很難理解決策過程，阻止醫(yī)生發(fā)現(xiàn)潛在的混雜因素?？紤]道德挑戰(zhàn)也很重要，人工智能不知道病人的偏好或法律責(zé)任。如果發(fā)生內(nèi)鏡誤診，誰有責(zé)任-內(nèi)鏡醫(yī)生、程序員或制造商？此外，在確定與病毒性肝炎有關(guān)的肝臟纖維化風(fēng)險時，種族歧視等固有偏置容易被納入人工智能算法，特別是在肝臟學(xué)領(lǐng)域。在開發(fā)人工智能模型時，重要的是要考慮這些因素，并在一系列人群中驗證模型。醫(yī)學(xué)總是有內(nèi)在的不確定性，因此完美的預(yù)測是不可能的，一些與人工智能相關(guān)的研究空白在胃腸學(xué)和肝臟學(xué)領(lǐng)域仍有待研究（表5）。
在胃腸病學(xué)和肝病學(xué)方面，人工智能的發(fā)展是沒有回頭路可走的，未來的影響是巨大的。使用人工智能可以增加在發(fā)展中地區(qū)的人們獲得護(hù)理的機(jī)會，特別是在評估患者患病毒性肝炎或腸道寄生蟲病的風(fēng)險方面。智能手機(jī)可以使用人工智能技術(shù)遠(yuǎn)程監(jiān)測患者的健康，IBD患者居家測量糞便鈣保護(hù)素的方法已經(jīng)被建立[149]。人工智能還可以通過從大型患者數(shù)據(jù)集中集成分子、遺傳和臨床數(shù)據(jù)來識別新的治療靶點。然而，人工智能不會完全取代醫(yī)生，人工智能仍將輔助醫(yī)生工作。雖然機(jī)器可以做出準(zhǔn)確的預(yù)測，但最終，醫(yī)護(hù)人員必須根據(jù)病人的喜好、環(huán)境和道德為他們的病人做出決定。

胃癌的中醫(yī)治療方法是什么？

胃癌是我國常見的惡性腫瘤之一，約占消化道癌瘤的50％。本病可發(fā)生于任何年齡，以40～60歲最多，男性多于女性，比例約為3∶1。其好發(fā)部位在幽門竇與胃小彎，其次為賁門、胃底與胃體部。形態(tài)病理學(xué)上，可分為表淺型、腫塊型、潰瘍型、浸潤型與潰瘍型。組織學(xué)類型為腺癌、鱗癌、腺角化癌、腺棘細(xì)胞癌、胃類癌，以腺癌居多。

臨床以胃脘疼痛、消瘦、噯氣、嘔吐、吐血、黑便及上腹部包塊等常見癥狀，屬中醫(yī)“反胃”、“胃脘痛”、“積聚”等癥范疇。情志內(nèi)傷、飲食失節(jié)、臟腑失調(diào)，是導(dǎo)致本病的主要因素。

其病因病機(jī)多從“虛”（脾胃氣虛、脾腎陽虛、血虛）、“瘀”（血瘀）、“濕”、“毒”、“痰”等五個方面考慮。其中脾胃虛弱為本，氣滯、血瘀、痰凝為標(biāo)。其病機(jī)多為肝氣犯胃，氣滯血瘀；脾胃氣虛血行無力，氣虛而瘀、而生痰濕；脾胃陰虛，虛火灼胃，絡(luò)傷血溢而瘀；痰濕瘀久，致癥瘕積聚成胃癌。

胃癌是消化系統(tǒng)常見的惡性腫瘤。西醫(yī)可采取根治手術(shù)，結(jié)合化療、放療，有一定的效果。配合中醫(yī)藥可以增強(qiáng)療效，減少放療、化療的毒副作用，而且可以提高生存率及生存質(zhì)量，延長生存期，降低復(fù)發(fā)率。

（一）辨證施治

臨床胃癌常用中醫(yī)辨證分型及治療如下：

1.肝胃不和

［辨證要點］胃脘脹滿，時時隱痛，串及兩脅，氣郁不舒則疼痛加重，口苦心煩，噯氣或呃逆嘔吐，舌淡紅，苔薄黃或薄白，脈弦。

［治法］疏肝理氣，降逆和胃。

［方藥］醋柴胡10g，杭白芍15g，青陳皮各10g，川楝子10g，白術(shù)10g，茯苓10g，砂仁10g，旋復(fù)花10g，代赭石15g，清半夏10g，生姜10g，郁金10g。

噎重時加威靈仙15g、急性子10g、山豆根10g。

2.脾胃虛寒

［辨證要點］胃脘隱痛，綿綿不斷，喜溫喜按，朝食暮吐，暮食朝吐，或時吐清水，面色無華，或肢冷神倦，少氣懶言，便溏，舌胖而淡，邊有齒痕，苔滑潤，脈細(xì)緩或沉細(xì)。

［治法］溫中散寒，健脾和胃。

［方藥］理中湯合六君子湯加減：黨參15g，白術(shù)10g，制附片6g，干姜10g，紅豆蔻10g，吳茱萸10g，陳皮10g，茯苓10g，砂仁10g，訶子肉10g，藤梨根30g，半枝蓮30g，白花蛇舌草30g，白英15g。

3.胃熱傷陰［辨證要點］胃脘灼熱疼痛，胃脘嘈雜，納食后疼痛加重，口干喜冷飲，五心煩熱，大便秘結(jié)，舌紅絳，苔黃或灰褐或光紅無苔，脈細(xì)數(shù)或滑數(shù)。

［治法］養(yǎng)陰清熱，益胃生津。

［方藥］麥門冬湯合竹葉石膏湯：麥門冬15g，沙參15g，玉竹10g，竹葉10g，生石膏15g，知母10g，天花粉15g，石斛15g，甘草10g，蛇莓15g，夏枯草15g，半枝蓮30g，藤梨根15g，白花蛇舌草15g，白屈菜15g。

有實熱便結(jié)者，加大黃6g、芒硝6g。

4.毒內(nèi)瘀阻［辨證要點］胃脘刺痛，痛有定處，拒按，或嘔吐血性胃內(nèi)容物，便黑或燥結(jié)，肌膚甲錯，舌紫暗或有瘀斑，苔黃或燥，脈澀數(shù)。

［治法］活血祛瘀，解毒止痛。

［方藥］失笑散合桃紅四物湯加減：生蒲黃10g，五靈脂10g，桃仁12g，紅花10g，當(dāng)歸10g，丹參15g，元胡10g，川楝子10g，烏藥10g，側(cè)柏炭12g，仙鶴草30g，干蟾皮10g，虎杖15g，水紅花子12g，半枝蓮30g，白花蛇舌草15g。

5.痰濕凝結(jié)［辨證要點］胃脘滿悶，嘔惡痰涎，身重體倦，頭重如裹，目眩，腹脹便溏，舌淡潤，苔滑膩，脈濡細(xì)或滑。

［治法］化痰散結(jié)，理氣溫中。

［方藥］二陳湯合五苓散加減：法半夏10g，陳皮10g，茯苓10g，豬苓30g，蒼白術(shù)各10g，竹茹10g，桂枝6g，南星6g，生牡蠣15g，枇杷葉15g，土貝母15g，半邊蓮30g，龍葵15g，土茯苓15g，半枝蓮30g，漢防己12g，山慈菇10g。

6.氣血雙虧［辨證要點］多見于晚期癌癥病人。面色蒼白無華，頭暈?zāi)垦＃募職舛?，自汗乏力，納差消瘦，下肢浮腫，虛煩不眠，舌淡胖，脈沉細(xì)無力。

［治法］益氣養(yǎng)血，健脾益腎。

［方藥］十全大補(bǔ)丸加減：黃芪30g，當(dāng)歸10g，黨參15g，熟地10g，川芎10g，杭白芍15g，白術(shù)10g，甘草6g，茯苓10g，肉桂6g，黃精15g，炒棗仁15g，合歡皮10g，何首烏15g，紫河車3g（分沖）。

7.隨證加減根據(jù)胃癌病人主癥，在上述辨證分型的基礎(chǔ)上，兼證加減。

（1）口干者，加天花粉、石斛、麥冬、沙參、生地、元參、天冬等。

（2）便結(jié)者，加瓜蔞仁、肉蓯蓉、大黃、火麻仁、番瀉葉，重者加芒硝。

（3）便溏者，加炒薏苡仁、山藥、兒茶、訶子肉、石榴皮等。

（4）出血者，加血余炭、側(cè)柏炭、藕節(jié)炭、仙鶴草、漢三七、茜草、地榆炭等。

（5）嘔吐者，加姜半夏、淡竹茹、生姜、柿蒂、石斛、麥冬、沙參、旋復(fù)花、代赭石等。

（6）骨髓抑制，血象下降者，加黃芪、當(dāng)歸、白芍、補(bǔ)骨脂、女貞子、旱蓮草、熟地、茜草等。

（二）其他療法

1.針刺療法

（1）體針：胃俞、膈俞、脾俞、足三里、條口、豐隆等穴，對胃痛有效；嘔吐者可選擇膈俞、脾俞、內(nèi)關(guān)；胃脘疼痛、幽門梗阻者可針刺脾俞、胃俞、關(guān)元、足三里、中脘等穴。

（2）耳針：取耳穴腎、神門、肝、脾、皮質(zhì)下。用0.5寸毫針直刺或貼敷王不留行籽，兩耳交替使用。

2.氣功胃癌病人體質(zhì)較弱，宜練坐功或臥功，意守胃脘患處，或意守足三里穴。胃癌術(shù)后體質(zhì)恢復(fù)者，可選站功、太極拳、郭林新氣功、八段錦等。

3.單方、驗方

（1）胃痛糖漿：藤梨根500g，薏苡仁250g，連苗荸薺500g，水煎取藥汁，文火濃縮成膏，加適量蔗糖攪勻，一次兩茶匙，每日3次。

（2）雙半湯：半邊蓮、半枝蓮各30g，煎代茶飲。

（3）藤虎糖漿：藤梨根500g，虎杖500g，煎水濃縮成每1ml含生藥1g為度，每次30ml，每日2次。也可用藤梨根60g，虎杖根30g，水煎服，每日1劑。

（4）健脾益腎沖劑：成分為黨參、白術(shù)、枸杞子、女貞子、菟絲子、補(bǔ)骨脂等。每次1袋，每日2次。適于術(shù)后長期服用，防復(fù)發(fā)。

（5）加味西黃散：麝香6g，人工牛黃10g，乳香40g，沒藥30g，三七粉30g，山慈菇30g，砂仁30g，薏苡仁30g等，共為細(xì)末，裝膠囊，每日2次，每次2粒。

（三）預(yù)防與調(diào)護(hù)

1.預(yù)防

（1）注意飲食衛(wèi)生：飲食有規(guī)律，忌酒或少量飲酒，少進(jìn)食腌制、炸烤、熏制及生冷食品。

進(jìn)食忌過快、過燙等。

（2）保持心情舒暢，保持樂觀向上的心理狀態(tài)。

（3）慢性萎縮性胃炎、胃息肉、胃潰瘍、胃大部切除術(shù)后的殘胃等是胃癌的高發(fā)因素，宜積極治療，定期檢查。

2.調(diào)護(hù)

（1）保持心情舒暢，減輕焦慮情緒，樹立戰(zhàn)勝疾病的信心。

（2）飲食以易消化食物為主，忌辛辣刺激和油膩食品，忌煙酒。

（3）胃癌術(shù)后病人宜少食多餐，細(xì)嚼慢咽。

本文地址:http://www.mcys1996.com/jiankang/297888.html.

聲明： 我們致力于保護(hù)作者版權(quán)，注重分享，被刊用文章因無法核實真實出處，未能及時與作者取得聯(lián)系，或有版權(quán)異議的，請聯(lián)系管理員，我們會立即處理，本站部分文字與圖片資源來自于網(wǎng)絡(luò)，轉(zhuǎn)載是出于傳遞更多信息之目的,若有來源標(biāo)注錯誤或侵犯了您的合法權(quán)益，請立即通知我們(管理員郵箱：douchuanxin@foxmail.com)，情況屬實，我們會第一時間予以刪除，并同時向您表示歉意,謝謝!

上一篇: 研究發(fā)現(xiàn)：病毒能讓人生病也能促進(jìn)雄性···

下一篇: 默克推出全新基因編輯技術(shù)Centin···