胃癌是最常见的恶性肿瘤之一，也是全球癌症相关灭亡的第三大原因，每年约有952000例新病例并导致723000人因该病灭亡。
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％。是以，早期胃癌的胃镜检测是降低胃癌灭亡率的最有效办法。它还为微创治疗供应了机会，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式，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轻易轻忽胃癌，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示意出微妙的形态转变，难以与萎缩性改变的配景粘膜区分。是以，内镜医师需要历久的专门..和经验来准确检测胃癌。
近年来，使用人工智能（AI）的图像识别已经显著改善而且越来越多地应用于各类临床的诊断成像。深度进修代表了一种新的机械进修方式，它使机械可以使用反向流传算法剖析各类练习图像并提取特定的临床特征。基于累积的临床特征，机械能够前瞻性地诊断新的临床图像。经由使用在逻辑上模拟较量机上的大脑神经元的构造和运动的卷积神经收集（CNN），这种类型的深度进修系统已成为或者。已经斥地了各类神经收集，而且CNN被称为图像识别范畴中的最佳机能模型。是以，使用普遍的图像数据经由CNN进行深度进修在临床应用中具有很高的识别临床图像的或者性。在此根蒂上构建了一个基于人工智能的诊断系统，该系统可以正确检测胃癌。
为什么常规胃镜搜检不轻易发现早期胃癌呢？让我们来看看早期胃癌的胃镜下示意，而人工智能又是若何发现它的。
分享和转发是一种支撑。
