CGC2018快訊∣食管專題：人工智慧在食管疾病中的應用、食管高解析度測壓
9月28日下午的食管專題中，10位講者的講題涵蓋了胃食管反流病的診治、內鏡技術和人工智慧在食管疾病診治中的應用、食管壓力測定、食管黏膜下隆起病變的診治策略、食管靜脈曲張破裂出血的治療方法選擇，講題內容豐富、前沿。
食管黏膜下隆起性病變的診治策略
報告者：王邦茂 教授
天津醫科大學總醫院
2018-09-28 16:10-16:30 7C會議室
中華醫學會第十八次全國消化系病學術會議於2018年9月27日-29日在大連隆重召開。其中28日的食管疾病專場，天津醫科大學總醫院消化科王邦茂教授帶來了「食管粘膜下隆起病變診治策略」主題發言。
所謂「黏膜下隆起病變」（submucosal lesions，SMLs）主要是指來源於黏膜層以下的非黏膜組織的一系列消化道病變，包括腫瘤性病變和非腫瘤性病變。SMLs是常見的上消化道疾病，平均每300次常規上消化道內鏡檢查即可發現1例，其中約19.2%位於食管。食管SMLs多為良性，平滑肌瘤最常見，約佔52.1%~83.3%，其次為炎性纖維性息肉、囊腫等，惡性或具有惡性潛能的食管SMLs約為1%~3%。
食管SMLs患者通常沒有癥狀，少數會出現不同程度的吞咽困難或非特異性的胸部不適。由於缺乏特異性癥狀，食管SMLs通常是在檢查中偶然被發現。上消化道鋇餐造影表現為圓形或類圓形、黏膜完整邊緣銳利的造影劑充盈缺損。SMLs在CT上呈圓形、橢圓形或分葉狀，平掃密度可以是高、等、低或混雜密度，增強掃描後呈輕微、中度或明顯強化，有時表現為不強化。不同組織學類型的SMLs在CT上的表現不具有特異性，因而CT通常用以清晰顯示病變的大小和範圍，以及病變與周圍組織結構的關係，並確定有無遠處轉移。SMLs在內鏡下表現為病灶向食管腔內突起，表面覆蓋有正常黏膜。超聲內鏡（EUS）接近病變掃查，可以較準確地判斷病灶起源層次、體積大小、周圍境界、回聲強弱等，是目前診斷黏膜下腫瘤的首選方法。儘管不同類型的SMLs可能表現出不同回聲特點，但良惡性鑒別仍舊需要靠病理組織學檢測。EUS聯合細針抽吸（EUS-FNA）提供的組織量有時無法滿足免疫組化的診斷要求，難以鑒別胃腸間質瘤和其他間質來源腫瘤，故對於食管SMLs，EUS-FNA不作為常規診斷手段。
目前，關於食管SMLs的診治尚無明確指南意見。臨床實踐中，常根據患者的臨床表現、病變的超聲內鏡及影像學特徵制定治療決策。總體來說，對於無癥狀且直徑小於5cm的SMLs，可進行每年一次的隨訪觀察，一旦發現腫瘤增大和/或出現臨床惡性特徵和/或EUS、CT高風險徵象，應停止隨訪而進行手術切除；有癥狀或直徑大於5cm的SMLs通常選擇手術切除；對於複發或已發生轉移的不可切除的腫瘤，則採取藥物治療。傳統的開胸手術切口大，創傷大，對於食管良性SMLs來說屬於「大切口，小手術」，已逐漸被胸腔鏡或消化內鏡治療替代。隨著內鏡治療技術的快速發展和廣泛開展，近10年來，應用內鏡技術成功切除食管SMLs屢有報道。對腔內生長的SMLs，採用內鏡下粘膜剝離術（ESD）將瘤體自固有肌層剝離，可保持漿膜層的完整性，安全性較高；對腔外生長的SMLs，應用粘膜下隧道腫瘤切除術（STER），可保持食管黏膜完整性，即使切除病變而又無法避免穿孔時，由於穿孔處表面黏膜完整，只需閉合隧道開口，就可避免術後出現縱隔、胸腔感染，使手術風險大大降低。
食管SMLs種類較多，診斷及鑒別應綜合運用多種輔助檢查手段，全面分析、綜合判斷，應辯證地、有選擇地利用好相關指南，結合臨床實際情況，實現標準化、規範化和個體化的診療。
供稿：王曉雨 朱蘭平 周璐 天津醫科大學總醫院
人工智慧用於食管疾病診治的思考
報告者：柏愚 教授
海軍軍醫大學附屬長海醫院
2018-09-28 15:30-15:50 7C會議室
改革開放以來我國的人均預期壽命不斷提高，但與發達國家仍有一定距離，影響我國國民健康的最主要原因是惡性腫瘤。其中食管癌、結腸癌與胃癌等消化道腫瘤是我國最常見的一類惡性腫瘤，而食管癌的發生髮展過程是相對較為緩慢的，通過內鏡篩查可以做到早期診斷，但目前我國內鏡資源分布不均勻，與發達國家相比，我國胃腸鏡開展率差距極其明顯。更重要的是，我國平均風險人群接受內鏡篩查比例低、低危患者重複進行內鏡檢查比例高、內鏡檢查水平參差不齊，這些因素都嚴重製約了食管癌的早診早治。
柏愚教授將全面介紹近年來隨著人工智慧在臨床醫學領域的不斷發展，基於深度學習的人工智慧（AI）為消化道癌症篩查帶來的新思路，國外的AI學習384例食管癌患者的8428張內鏡圖片後，在27秒內識別47例食管癌患者的1118張內鏡圖片，診斷食管癌敏感性98%。長海醫院消化內科與國內5個內鏡中心，人工智慧輔助結腸息肉性質鑒別的初步研究，通過對1.5萬病例及3萬張結腸息肉圖像的深度學習，AI可實現對白光腸鏡視頻中息肉實時定位97%的準確率和息肉性質實時鑒別97%的準確率。不過，由於在醫療領域AI的應用時間較短，AI在食管癌的早期診斷和食管病變的性質鑒別方面還有較大的發展空間。可以預見在相當長的時間內，AI尚難以取代臨床醫生。
芝加哥分類之外的HRM 異常
報告者：肖英蓮 教授
中山大學附屬第一醫院
2018-09-28 14:50-15:10 7C會議室
食管高解析度測壓（High resolution manometry, HRM）是採用水灌注或者固態測壓的方式，通過均勻分布在食管全段的壓力感應器檢測食管的壓力，並將其線性測壓圖形轉換成彩色的壓力地形圖，使之一目了然。自HRM問世以來，食管動力領域的專家一直致力於將HRM中食管動力的各種形式進行歸類。第三版的芝加哥分類將HRM食管動力分成四類，包括胃食管連接部出口梗阻，重度食管動力障礙，次要食管動力障礙及正常食管動力。有報道顯示約三分之一以咽喉及食管相關癥狀進行HRM檢查的患者無法使用芝加哥分類對其動力障礙形式進行分類。目前芝加哥分類標準定義的食管動力障礙僅包括胃食管交界處高壓及食管遠端的蠕動障礙，仍有包括UES、食管上段、縱行肌收縮、GERD相關動力情況、功能性胃十二指腸疾病等在內的食管動力異常未被包涵在內，有賴於在臨床實踐中進一步發現並不斷完善。
關注消化，「腸」想「胃」來！
TAG:消化界 |