10月13日到19日，四年一届的世界胃肠病大会（WCOG）在美国佛罗里达州奥兰多市举办。这是全球胃肠病学界最高级别的大会。来自全世界各地的胃肠病学医师、消化病学专家汇集一堂，展示最新研究成果，交流手术新技术以及治疗新进展。

　　在学术交流大会上，我院消化内科博士王璞，以流利的英语发表题为“深度学习技术在结肠息肉自动识别中的前瞻性验证”的大会演讲，并回答了听众问题，得到主持人美国胃肠病专家比约克曼的赞赏。该项研究被评为大会国际奖，并受到两任主席卡罗尔教授以及派克教授的颁奖和鼓励，以及多位同行专家认可，卡罗尔教授称赞“这是一项革命性的研究”。

　　该研究为一项消化内镜和计算机视觉技术，深度学习技术的交叉学科研究，旨在从计算机辅助技术的思路来解决结肠息肉漏诊这个难题。该研究使用我院消化内镜中心结肠息肉图像、视频数据，在内镜医师和数学家、计算机视觉工程师的深度合作下，历经两年反复测试和改进，自动实时息肉识别系统达到了接近专业内镜医师水平的识别率，敏感性、特异性的ROC曲线下面积 AUC达到了0.991。

　　该类研究难度大，意义丰富，目前非常热门。2016至2017年，先后有两项世界级的研究成果被发表：世界顶级医学期刊JAMA刊登了深度学习技术对糖尿病眼底病变的识别研究、顶级科学期刊NATURE 发表了美国斯坦福大学的深度学习技术对皮肤癌分类学的研究，受到了全球的瞩目。

　　我们的研究立项于2015年底。目前和前述两项研究相比，有下列几项优越性，第一是有病理组织学结果为金标准，第二验证样本来源为真实临床前瞻性获得，第三是验证样本的量远大于训练样本。上述三点说明在研究的严谨性、说服力上更进一步。

　　目前基于该项技术的大样本前瞻性单盲随机对照研究正顺利进行，拟于2018年初初步分析结果。