基于Swin Transformer的鼻咽癌内镜图像AI辅助诊断系统：一项全国多中心模型开发与验证研究

推荐：为解决鼻咽癌(NPC)早期诊断难题，研究人员开发了基于Swin Transformer的鼻咽诊断系统(STND)。通过27,362张内镜图像训练和1,885张前瞻性验证，STND在区分正常鼻咽、良性增生(BH)和NPC时AUC达0.99（内部）和0.95（外部）。多中心读者研究表明，AI辅助使基层耳鼻喉科医生诊断准确率提升7.9%，阅读时间缩短25%。该系统有望减少漏诊和过度活检，推动鼻咽癌筛查标准化。

　　

鼻咽癌是东南亚高发的隐匿性恶性肿瘤，70%患者确诊时已属晚期。尽管鼻内镜检查是筛查金标准，但鼻咽部解剖位置隐蔽，良性增生(BH)与早期癌变影像特征相似，导致基层医院漏诊率高达16.6%，而过度活检率超过40%。这种"宁可错杀不可放过"的诊疗现状，不仅增加医疗负担，更延误患者最佳治疗时机。

复旦大学附属眼耳鼻喉科医院联合全国8家鼻咽癌诊疗中心，开发了全球首个基于Swin Transformer架构的鼻咽癌AI诊断系统(STND)。这项发表于《The Lancet Digital Health》的研究，通过三个阶段验证其临床价值：第一阶段用27,362张活检证实的图像（10,693例NPC、7,073例BH、9,596例正常）训练模型；第二阶段在10家高发区医院前瞻性验证1,885张图像；第三阶段组织28名医生开展迄今最大规模的多读者多病例研究。

关键技术包括：1)采用分层窗口注意力机制的Swin Transformer模型，输入图像分辨率≥1024×768像素；2)全国42家医院的多中心数据采集，涵盖24个省级行政区；3)Dorfman-Berbaum-Metz方法评估AI辅助效果；4)离线部署的实时诊断系统，单图处理仅需0.025秒。

【研究结果】
模型性能：内部验证显示STND区分正常/异常的AUC达0.99(95%CI 0.99-0.99)，识别恶性/非恶性的AUC为0.99(0.98-0.99)。外部验证中性能保持稳定，敏感性91.6%(89.3-93.5)，特异性86.1%(84.1-87.9)。

临床价值：AI辅助使基层医生诊断准确率从83.4%提升至91.2%(p<0.0001)，特异性提升14.5个百分点。经验不足的医生获益更显著：工作<10年者特异性提升17.7%(p=0.0039)，而资深医生主要提升敏感性。

效率优化：AI辅助下图像阅读时间中位数从5.0秒降至4.0秒(p=0.034)，柔性内镜组的AUC(0.91)优于刚性内镜(0.86)。

【结论与展望】
该研究首次证明AI系统能显著提升各级医院鼻咽癌诊断水平，特别是资源匮乏地区。STND的三大突破在于：1)通过最大规模多中心数据克服内镜图像异质性；2)采用Swin Transformer捕捉局部病理特征；3)实现"筛诊一体"的实时辅助决策。

局限性包括对黏膜下早期癌检出不足，未来需整合拉曼光谱等新技术。研究者建议系统应离线部署以确保数据安全，并由医院伦理委员会监督使用。这项成果响应WHO 2030可持续发展议程，为建立标准化癌症早筛体系提供了中国方案，有望将鼻咽癌五年生存率提高15-20%。