近年来，在人工智能（Artificial Intelligence，AI）的各大产业中，医疗加人工智能方向已然成为瞩目焦点，备受关注。人工智能在医疗中的应用能够有效缓解我国医疗资源严重短缺、分布失衡的现状，提高医疗系统的运行效率，推动整个医疗行业的变革。

结直肠癌（Colorectal cancer，CRC）是消化道常见的恶行肿瘤，世界范围内结直肠癌的发病率和死亡率均保持上升趋势。世界卫生组织国际癌症研究机构发布的2020年全球最新癌症负担数据显示，全球结直肠癌总体发病率已经升到第三位。由于结直肠癌早期症状隐匿，诊断非常困难，部分患者初诊时就已经处于癌症晚期，治疗效果很差。毫无疑问，结直肠癌一直以来都影响着全人类的生命与健康，与此同时，也对整个社会造成巨大的经济负担。人工智能自问世以来，在病理学上的应用不断被研究，并在近些年来取得飞跃式的发展。凭借其强大的图像识别、特征分析技术为结直肠癌诊断及预后评估方式提供了新角度，为进一步实现精准医疗提供了契机。人工智能在结直肠癌病理上的应用可以为医护工作者提供多角度的参考意见，帮助其做出更为精准的诊断决策。

早在2020年，杨耀湘（Yaoxiang YANG）就提出了一种基于全卷积神经网络（Fully Convolutional Neural Network，FCN）的结直肠癌T2加权MRI图像分割方法模型，杨耀湘使用VGG-16网络进行特征提取，从VGG-16中每个模块的最后一个卷积层分别引出一个边输出模块，这些边输出模块能够深入挖掘多尺度特征并产生相应的输出。最后，所有的边输出结果融合生成最终的分割结果。实验结果显示，该模型对结直肠癌肿瘤分割具有较高的敏感性（87.85%）和特异性（96.75%），目前，杨耀湘提出的基于FCN的结直肠癌T2加权MRI图像分割方法模型已经在包括肺癌、结直肠癌、甲状腺癌、肝癌、胃癌等多个领域得到广泛应用。

“结直肠癌是全球第三大癌症，如果在早期得到确诊并且接受正确治疗，结直肠癌患者的五年生存率高达90%。而一旦癌细胞扩散到结直肠外，患者的五年生存率迅速下降。因此，结直肠癌的早诊断、早治疗是极其重要的。”杨耀湘（Yaoxiang YANG）说。

结直肠癌病灶的分割是术前预测、分期和疗效评估等工作的基础。由于癌症病灶与正常组织之间的边界模糊，传统方法很难实现精确地自动分割，国际上的相关研究很少。临床上常用的手动或半自动的分割方法极其烦琐、耗时，且高度依赖于操作者，杨耀湘的研究填补了该领域研究的空白。

杨耀湘说：“这项研究的意义在于借助人工智能找到了一种全自动结直肠癌病灶分割方法，能够有效缩短结直肠癌疾病分析和诊断的前期工作所需要的时间，大大降低医生的劳动强度。此外，这个方法还可以拓展应用到其他的肿瘤病灶分割上，加快相关疾病的研究进展。”

杨耀湘在基于人工智能的病理学研究取得了众多原创贡献，她她将人工智能技术中的深度学习算法应用于医学临床的数字图像分析后，从庞大的病理学和影像学图像中挖掘高保真度、高通量的数据及特征，结合分子和临床信息，实现定量化疾病诊断，探索评估疾病预后，最后自动生成诊断报告，从而满足临床需求，辅助指导医生决策，解决临床实践中的棘手问题。

随着人工智能技术不断应用于癌症的精准诊断和指导治疗，我国癌症5年生存率近年来持续提升，已从2015年的40.5%上升至2022年的43.7%。根据《健康中国行动—癌症防治行动实施方案（2023—2030年）》提出的目标，预计到2030年我国总体癌症5年生存率将达到46.6%，基于人工智能的病理诊断在精准医学中将持续扮演着非常重要的角色。（文作者：董吉泽）