之前在邁向精準：AI 在大腸鏡檢的貢獻這篇文章中，我們介紹了 AI 在大腸鏡中的角色，分別有偵測息肉、評估息肉的良惡性、還有提出治療的輔助建議，今天我們的主題則是針對息肉偵測的另一種 AI 模式。我們知道，即使是一流的專家，在單次大腸鏡檢查中還是可能遺漏十分之一左右的小息肉。大部分的 AI 系統在這方面都試圖提供更好的警示或即時偵測，以改善遺漏的機會，不過我們今天介紹的 ENDOANGEL 系統，則採用另一種更直觀有效的途徑。
ENDOANGEL 的原理與操作
ENDOANGEL（下文簡稱 EA 系統）誕生在 2020 年全世界最出名的城市：武漢。值得一提的是，這個系統在疫情中也被「支援」去協助新冠肺炎的診斷。EA 系統用於大腸鏡的處理邏輯跟其它系統很不一樣，它被訓練為可以判斷大腸鏡在體內或體外，也可以判斷是否到達了大腸鏡的終點盲腸，並且在拉出檢查時開始計時，同時偵測是否有內視鏡向外滑跳（slipping）的現象。
以前我們在腸鏡「慢一點」：小故事大學問提到說，大腸鏡觀察的關鍵時間，就是在到達盲腸並且一路拉到肛門的過程，檢查時間平均至少要六分鐘。很多人以為大腸鏡只要一插入就算是開始觀察，其實並非如此：由於在大腸鏡插入過程患者比較容易產生不適，而且如果到不了終點，也談不上完整檢查，並且在到達盲腸後，也需要做一些沖洗抽吸，才能做細緻的觀察；因此大腸鏡真正的觀察，都是確認到了深部盲腸以後才開始。
至於為什麼至少六分鐘？許多研究已經驗證過，如果短於這個時間，息肉（腺瘤）偵測率往往都會不及格。具體來說，如果要做基本的殘渣清洗、把死角較多的盲腸與升結腸觀察兩次、並且把每個皺褶看清楚，大致上就需要這個時間。另一方面，有時內視鏡的操作不理想時，在拉出時也容易造成向外滑跳而讓檢查時間變短，也可能造成死角變多。
EA 系統能夠判斷大腸鏡是否已經進入了盲腸，確認後它就會開始計算拉出檢查的時間，等於是一種變相的「測速雷達」，提醒醫師不要拉得太快，要更加仔細觀察。更棒的是，如果內視鏡在拉出的過程中滑脫，EA 系統也會立刻警示，並回放在滑脫前的影像。如此一來，醫師重新往前插入的時候，就可以對照這些影像，知道自己是否回到了剛剛滑脫前的地方，就比較不會因為滑脫而產生觀測死角。
EA 系統的啟示：照規矩來，結果往往就夠好
在今年刊登的刺絡針腸胃與肝膽科學期刊上，作者群比較了普通的大腸鏡和使用 EA 系統輔助，觀察腺瘤偵測率。結果發現，使用 EA 系統找到腺瘤的比率遠遠超過常規的檢查（58 of 355 (16%) vs. 27 of 349 (8%), odds ratio [OR] 2·30, 95% CI 1·40–3·77; p=0·0010）。
值得注意的是，在未使用 EA 系統的檢查，平均的拉出時間只有不到五分鐘，但用 EA 系統平均則超過六分鐘。可以說，EA 系統最重要的功能其實是強迫這些檢查醫師用合理的時間做檢查。就好像要減少交通事故，主要不是靠個人的駕駛技術，而是測速照相和交通警察的嚇阻力，讓駕駛不酒駕、不超速、不闖紅燈，事故的發生率自然會大幅下降。
事實上，如果照目前的國際標準，大腸鏡的腺瘤偵測率需要達到 25%，論文中的檢查醫師們即使用了 EA 系統也僅有 16%，尚未達標（但還是比使用前可憐的 8% 好多了）。腺瘤偵測率越低，大腸鏡的保護效果越差，越可能導致間隔癌的產生。也就是做完大腸鏡沒多久，居然發現跑出了大腸癌。
不過在過去各種提升腺瘤/息肉偵測率的研究，也發現各種工具對「原先表現最差」的檢查醫師，幫助最大，對於本來就表現相當好的檢查醫師，很難做到錦上添花。綜合以上的發現，我們可以知道，那些在研究中表現不佳的觀察者，很可能就是連最基本的動作都沒有達成。但從另一個角度來說，也不用悲觀；只要願意改進，確實做好基本的小動作，表現就會大幅改善。
EA 系統雖然只是個工具，但從它的邏輯跟效果中，我們也能體會到一些人生的道理。人是能夠改變的，而且往往只需要一點點的改變，就能讓結果大不相同。相形之下，最難的事情或許反而是承認不足並尋求改進。要正視自己的不足，除了培養客觀的心態外，也需要知識和外在的回饋。
這也是我們一直討論大腸鏡品質話題的原因，包括我本人在內，常常也是在吸收更新的知識後，才有能力反省自己。但過去的一切並不代表什麼，能夠持續進步，才是最寶貴的特質。
（本文特別感謝：高雄醫學大學附設醫院 大腸直腸外科李京錞醫師分享）
