摘要：溃疡性结肠炎（UC）是一种慢性进展性疾病。随着疾病的进展，UC相关性结肠癌的发生率逐渐升高，内镜检查是对UC疾病活动性评估及预测复发的重要检查手段，是指导UC治疗的基石，也是UC癌变的主要监测手段。

溃疡性结肠炎（UC）是一种慢性进展性疾病。随着疾病的进展，UC相关性结肠癌的发生率逐渐升高，内镜检查是对UC疾病活动性评估及预测复发的重要检查手段，是指导UC治疗的基石，也是UC癌变的主要监测手段。

白光内镜（WLI）、窄带成像(NBI)、蓝激光成像(BLI)常用于UC的监测，但对微小病变和不典型病变的检出具有一定局限性。

联动成像(LCI)是一种新型内镜图像增强内镜(IEE)技术，对炎症、早期癌症等病变的识别有独特的优越性。

溃疡性结肠炎是一种非特异性慢性炎症性疾病，是一种进展性疾病，随着疾病的进展，有形成肠腔狭窄、肠道运动障碍、肛门直肠功能障碍、行结肠切除术、住院、发生结直肠癌、致残和生活质量下降的风险。

研究指出UC10年病史，结肠癌的累积发病率为2%，20年为8%，30年疾病后的累积发病率为18%。内镜检查是监测UC相关结肠直肠癌有效的主要手段。

UC的诊断需要综合考虑患者的临床症状、结肠镜检查和病理组织学等多方面因素，其中内窥镜检查是必不可少的检查之一。

由于疾病反复发作、不断进展的特点，UC的治疗目标已从症状缓解转变为肠镜下的黏膜愈合，甚至，追求更高的治疗目标---组织愈合。

黏膜愈合已成为IBD的一个关键治疗目标，可预测持续的临床缓解和无结肠切除术生存期，对于IBD患者的医疗管理，内镜下对黏膜病变精确和详细的实时评估是至关重要的。

先进的内镜技术，包括放大内镜技术、染色内镜技术，已经为结肠镜检查精准评估UC肠黏膜炎症和结肠炎相关癌症的监测提供了保障。

联动成像技术是一种新开发的内镜增强技术模式内置于激光内窥镜系统，是一种新型的内镜增强系统，研究发现，LCI在识别黏膜细微病变、早期癌症方面有独特的优势。

LCI通过激光系统增强了蓝紫光的照射强度，获得高对比度的血管信息以及丰富的颜色信息，并通过颜色扩张技术，增强了相近颜色的黏膜之间的细微色差，从而得到对比度更高的图像。

比如在LCI模式下正常黏膜呈杏色，肠上皮化生呈薰衣草紫色（肠上皮化生的黏膜有丰富的绒毛状的表面构造，其会显著地反射蓝紫光与蓝光，从而呈现薰衣草紫色），癌呈橙色（癌症黏膜表层存在增生的微血管，蓝紫光与蓝光被显著吸收，绿光与红光成份则相对较多，因此呈橙色），炎症呈深红色（炎症的黏膜表层以及中层的血管扩张，此时蓝紫光、蓝光以及绿光被显著吸收，呈现深红色）。

LCI在不改变黏膜自然颜色的基础上，使黏膜红色部分显得更加红，白色部分显得更加白，从而突出病灶与周边黏膜的微小色差，增强病变部位与正常粘膜的颜色对比，从而有助于临床医生发现病变，提升病变辨识度。

同时LCI对于肿瘤性与非肿瘤性病变的辨识更是有良好的提示作用。

用于评估缓解期UC黏膜愈合程度、预测复发

内镜下准确评估黏膜的愈合程度是病情评估和治疗的基石。UC在内镜下常表现为黏膜发红、组织肿胀、溃疡。

由于白光内镜对细微病灶识别的局限性，患者炎症程度常常被低估。因此一个准确的内镜评分方法对UC病情的评估、治疗的指导、预测患者远期预后具有重要意义。

目前最常用的内镜评估方法是Mayo内镜评分MES(梅奥诊所内镜评分）及UCEIS(溃疡性结肠炎内镜严重度指数）。内窥镜检查过程中，通常把Mayo内镜评分MES为0或1分的患者定义为内镜缓解。

然而在临床中，学者们发现评分为0分的患者比1分的患者具有更长的临床缓解期，提示可能有一些并非是缓解期的患者被判入缓解期的范围，提示对于UC是否处于缓解期需要一个更加精确的评判标准。

有研究发现，LCI分型方法可能是一种可以判断UC黏膜愈合程度、预测复发及预后的新方法。

根据黏膜发红和黏膜下是否可见血管提出了LCI分型标准:LCI-A型(黏膜无发红)、LCI-B型(黏膜发红伴可见血管)、LCI-C型(黏膜发红且不可见血管)，并将该LCI分型方法与UC黏膜炎症组织病理分级和UC复发的相关性进行研究。

结果显示，与MES评分相比，LCI分型可以更准确地反映UC黏膜炎症程度和预测UC复发。且LCI分型方法在专家医师和非专家医师中的观察具有较好的组间一致性，这个证实了LCI是一种更准确的评估结肠黏膜炎症程度和预测UC患者预后的方法。

研究发现，患者非复发率与WLI/LCI分型显著相关，但与MES（Mayo内镜评分）不显著相关，证实了LCI相比较于传统Mayo内镜评分，可以更加准确评估内镜活动和预测UC的复发。

Kanmura等将LCI内镜模式下观察到结肠黏膜橙色样病变（定义为LCI-猩红样病变）为观察指标，发现LCI-猩红样变与临床复发率（UC需要额外治疗）相关。

用于辅助UC相关性肿瘤病变的检出

溃疡性结肠炎相关性肠癌(UC-CRC）被认为是从非肿瘤性炎症上皮发展到发育不良再到癌症。确诊UC的患者8或10年后UC相关性结肠癌发生风险明显增加。

有证据表明，监测结肠镜检查可降低UC的CRC风险和死亡率：监测组的总体5年生存率为77%，而对照组仅为36%。

目前对UC-CRC检出效果较好的是染色内镜，但是由于染色内镜的检查时间平均比普通内镜检查时间延长了11分钟，且其染色需要的额外费用导致该染色内镜不能作为常用的监测方式。

UC相关的不良病变通常隐匿不易发现，其病变平坦、边界不清，加上肠黏膜炎症和炎性息肉的干扰，使得UC的不良病变的活检检出率较低。

另外传统白光内镜对UC肿瘤性病变的识别具有局限性。

为了提高不良病变的检出率，有指南建议从结肠的所有节段获得至少32个随机活检，但是研究发现即使是随机活检与靶向活检效果相差不大，而取多处活检极大加重了时间和费用成本。

而肿瘤病变的黏膜通常含有丰富的微血管。由此，一个对肠粘膜不良病变有识别优势的内窥镜系统对UC相关性肿瘤病变的监测具有重要意义。

LCI基于窄带光技术(窄带光410nm)对图像进行色彩放大，强化了病变的色彩和细微结构，加大了病变与背景黏膜的色差，极大提高病变区域与正常区域分界的辨识度。

研究发现，相比较于WLI，LCI可以提高各种早期胃肠道癌症的检出率。将LCI用于UC相关结直肠癌的筛查，结果显示LCI可提高UC相关肿瘤性病变的辨识。

Hisamatsu用等发现LCI可检测到UC相关结肠癌区域，内镜下显示分界线清晰且可检测到该处隐窝纹理异常，最后成功在内镜下识别一例UC相关直肠癌。

LCI在内镜的检查过程中的应用，通常的检查步骤如下：发现病灶——判断病灶的良恶性——化学染色、活检等技术进一步明确病变。在这一过程中，发现病灶这一过程是非常重要。

只有发现可疑病灶，才有机会使用化学染色方法、活检等方法对病灶进行明确其良恶性，而传统的白光内镜对微小病变的识别具有局限性，容易造成漏诊。

提高内镜医师对发红病变的识别

UC的内镜下常常表现为炎症的发红、组织肿胀。而LCI可以提高人肉眼对黏膜发红的识别能力。

通过PhotoshopCS4SAdobe（PS）软件对LCI采集的内镜图片进行颜色数字化处理，可以客观地评估图片的发红程度。

PS软件对图片进行颜色数字化这项技术在医学研究中并不少见。

用PS软件的套索工具对内窥镜捕获的正常人和发生性行为后的阴道图片进行颜色值分析，从而获得一个客观评估图片颜色的数值。

在LCI的研究中也可以用到PS软件对图片进行数字化评估。通过选定内镜图像的ROI（通常为病变最严重处/取活检的部位）——PS软件获得Lab值——转换为CIEL*a*b*值。

其中的a*值为红色元素的组成部分，即a*可反应该内镜图片红色的色度。

通过上述的转换，可以得到一个该图片的红色值的数字化指标，有研究把该指标a*作为LCI指数，发现该LCI指数与患者的病理活检的病变程度相关。

目前UC的内镜评分几乎都是基于内镜医师的经验进行评分，虽然是根据统一的评分标准，但是评分仍存在较大的主观性。

研究发现人工智能(AI)和深度学习在各种医疗和内窥镜领域可能存在潜在作用。

采用内镜联合计算机辅助诊断(CAD)系统，根据内镜图片中的发红部分及红色纹理得到的红色密度（RD），研究RD与组织病理的相关性，发现RD与内镜活动性及组织活动性均相关，证实了RD可以用于评估UC的活动性。

RD评分具有实时、简便、客观的优点。设计并验证用于判断UC活动性的深度神经网络（DNN）算法。

DNN和内窥镜医生之间UCEIS的组内相关系数（ICC）为0.917（95%CI0.911–0.921），证实了DNN算法与专家在判断内镜下疾病严重程度的一致性极好。

而DNN、RD均是计算机根据内镜图片独立计算得出，具有客观、快速、实时、重复评估仍得到相同结果的优点。

目前这些研究是基于白光内镜系统对黏膜发红及血管纹理进行的研究，且需要多中心研究验证。

LCI对颜色识别的优势也将为计算机辅助技术的研发进一步奠定研究基础。

未来，随着更多临床研究的不断深入，LCI有望成为一种有前景的、极具应用价值的IEE技术被广泛用于临床，尤其是LCI与人工智能联合应用辅助诊疗技术的研发，造福更多患者。

来源：张医生健康杂谈