香港中文大學 ( 下稱中大 ) 早前在「國際資訊科技博覽」展出十項科研項目，當中包括應用於結腸鏡癌症篩查的實時計算機輔助診斷系統，能大大降低漏檢瘜肉和病理誤判的風險，提升醫療效率並減低成本。

中大外科學系潘頌欣教授的研究團隊，在威爾斯親王醫院收集300組有清晰病理標註的結直腸內窺鏡視頻，然後利用先進的機器學習技術，即以新穎的深度學習( Deep Learning ) 及遷移學習 ( Transfer Learning )，建立一套人工智能系統來分析每一幀圖像，並對每顆瘜肉作評估，團隊目標是達致專家級別的準確性。

根據2015年醫院管理局癌症資料統計中心的數字顯示，大腸癌是本港最常見的癌症，亦是第二號癌症殺手。中大關注公眾健康多年，數年前已開展全港性大腸癌篩查活動。香港政府近年也十分重視預防大腸癌的工作，於2016年開始推行大腸癌篩查先導計劃，資助年長市民接受大腸癌篩查。

要進行大腸癌篩查，醫生可以通過內窺鏡檢視整個腸壁，並進行瘜肉切除手術。不過，診斷結直腸內的瘜肉，內窺鏡醫生面對兩大難題，就是有可能遺漏不明顯的瘜肉和對瘜肉的病理誤判。有見及此，中大外科學系的研究團隊研發了一套能在腸鏡檢查期間，實時對瘜肉進行識別和對病理類型分類的人工智能診斷系統。

現有的計算機輔助系統，只能單一地執行瘜肉篩查 ( 即有或沒有瘜肉 ) 或瘜肉病理類型分類 ( 腫瘤性或非腫瘤性 ) 的任務。而本系統將通過執行一個三分類圖像分析任務 ( 非瘜肉、非腫瘤性瘜肉和腫瘤瘜肉 ) 來同時完成篩查瘜肉和對其進行病理分析。日後在腸鏡檢查過程中，只要應用這套人工智能系統，醫生可實時看到瘜肉及其診斷結果，有助他們果斷地即時決定是否切除瘜肉，大大降低漏檢瘜肉和病理誤判的風險，提升醫療效率，減低成本。

文及圖：香港中文大學 

以上文章刊於《招職》。