为什么早期胃癌难发现，人工智能是如何发现早期胃癌的胃癌是最常见的恶性肿瘤之一

胃癌是最常见的恶性肿瘤之一，也是全球癌症相关死亡的第三大原因，每年约有952000例新病例并导致723000人因该病死亡。

胃癌患者的预后取决于诊断时的分期。晚期胃癌患者的预后差，生存率低，但早期发现的胃癌患者的5年生存率大于90％。因此，早期胃癌的胃镜检测是降低胃癌死亡率的最有效措施。它还为微创治疗提供了机会，例如内镜下黏膜切除术（EMR）或内镜下粘膜下剥离术（ESD）。

尽管胃镜是诊断胃癌的最有效方法，但胃镜检测胃癌的假阴性率为4.6-25.8％。此外，缺乏经验的内镜医师容易忽视胃癌，因为大多数病例来自萎缩性粘膜。此外，一些早期胃癌病变仅表现出微妙的形态变化，难以与萎缩性改变的背景粘膜区分。因此，内镜医师需要长期的专门培训和经验来正确检测胃癌。

近年来，使用人工智能（AI）的图像识别已经显著改进并且越来越多地应用于各种临床的诊断成像。深度学习代表了一种新的机器学习方法，它使机器能够使用反向传播算法分析各种训练图像并提取特定的临床特征。基于累积的临床特征，机器可以前瞻性地诊断新的临床图像。通过使用在逻辑上模仿计算机上的大脑神经元的结构和活动的卷积神经网络（CNN），这种类型的深度学习系统已成为可能。已经开发了各种神经网络，并且CNN被称为图像识别领域中的最佳性能模型。因此，使用广泛的图像数据通过CNN进行深度学习在临床应用中具有很高的识别临床图像的可能性。在此基础上构建了一个基于人工智能的诊断系统，该系统能够准确检测胃癌。