新闻稿

香港中文大学（中大）将于4月13至16日在香港会议展览中心举行「国际资讯科技博览」，展出十项科研项目，当中包括应用于结肠镜癌症筛查的实时计算机辅助诊断系统，能大大降低漏检瘜肉和病理误判的风险，提升医疗效率并减低成本。 

中大外科学系潘颂欣教授的研究团队，在威尔斯亲王医院收集300组有清晰病理标注的结直肠内窥镜视频，然后利用先进的机器学习技术，即以新颖的深度学习（Deep Learning）及迁移学习（Transfer Learning），建立一套人工智能系统来分析每一帧图像，并对每颗瘜肉作评估，团队目标是达致专家级别的准确性。 

根据2015年医院管理局癌症资料统计中心的数字显示，大肠癌是本港最常见的癌症，亦是第二号癌症杀手。中大关注公众健康多年，数年前已开展全港性大肠癌筛查活动。香港政府近年也十分重视预防大肠癌的工作，于2016年开始推行大肠癌筛查先导计划，资助年长市民接受大肠癌筛查。 

要进行大肠癌筛查，医生可以通过内窥镜检视整个肠壁，并进行瘜肉切除手术。不过，诊断结直肠内的瘜肉，内窥镜医生面对两大难题，就是有可能遗漏不明显的瘜肉和对瘜肉的病理误判。有见及此，中大外科学系的研究团队研发了一套能在肠镜检查期间，实时对瘜肉进行识别和对病理类型分类的人工智能诊断系统。 

现有的计算机辅助系统，只能单一地执行瘜肉筛查（即有或没有瘜肉）或瘜肉病理类型分类（肿瘤性或非肿瘤性）的任务。而本系统将通过执行一个三分类图像分析任务（非瘜肉、非肿瘤性瘜肉和肿瘤瘜肉）来同时完成筛查瘜肉和对其进行病理分析。日后在肠镜检查过程中，只要应用这套人工智能系统，医生可实时看到瘜肉及其诊断结果，有助他们果断地即时决定是否切除瘜肉，大大降低漏检瘜肉和病理误判的风险，提升医疗效率，减低成本。 

潘颂欣教授的团队计划将此技术转化为商业使用，期望大约一、两年后正式推出市场。欢迎业内人士亲临「国际资讯科技博览」的中大摊位（编号：3G-B04），了解上述新技术及其他最新科研项目。