基于结肠镜的机器学习模型对早期结直肠癌高危人群的个性化诊断研究

结直肠癌是常见的恶性肿瘤之一，其发病率在全球居恶性肿瘤第 3 位，死亡率高居第 2 位。腺瘤是最主要的一类结直肠癌前病变，研究表明，约 90%的结直肠癌由腺瘤演变而来，发展至浸润性癌的平均时间为 10 年。早期结直肠癌是指局限于黏膜及黏膜下层的癌。多项研究表明，早期结直肠癌的浸润深度与能否内镜下治愈性切除密切相关，局限于黏膜层或黏膜下层浅层（黏膜下层浸润深度<1000μm、T1a，且具有良好的组织学特征）的早期结直肠癌可以在内镜下进行治愈性切除，内镜下切除的方式主要包括内镜下黏膜切除术（Endoscopic mucosal resection,EMR）和内镜黏膜下层剥离术（Endoscopic submucosal dissection,ESD）。如癌组织侵犯至黏膜下深层（黏膜下层浸润深度≥1000μm、T1b），则存在 10-15%的淋巴结转移风险，需要直接接受外科手术或者在 EMR/ESD 术后追加外科手术。因此，提高结直肠癌前病变及早期癌的检出率和分类准确率具有重要临床意义，对粘膜下深层浸润直肠癌的漏诊会严重影响患者的治疗决策，甚至会降低患者的生存期。