AI辅助内镜下胃黏膜酸度可视化技术实现早期胃癌精准检测

本研究开发了一种人工智能（AI）辅助的床旁诊断系统，通过表面增强拉曼散射（SERS）微阵列可视化胃黏膜酸度变化，以解决早期胃癌（EGC）与胃炎形态相似导致的定位难题。研究证实ATP酶H+/K+转运β亚基（ATP4B）在EGC中显著下调，导致黏膜酸度失衡（pH阈值6.845）。经50例患者标本验证，该系统在外部验证中灵敏度达87.79%，特异性85.04%，准确率86.89%，为内镜黏膜下剥离术（ESD）提供实时精准导航。

1 引言

胃癌是全球健康重大挑战，发病率和死亡率均位居第五。早期胃癌（EGC）局限于黏膜或黏膜下层，五年生存率超过90%，而进展期胃癌生存率骤降至20-30%，凸显早期诊断的紧迫性。内镜黏膜下剥离术（ESD）作为EGC首选治疗手段，具有微创、恢复快等优势，但精准定位癌变组织是避免过度治疗或切除不全的关键。当前EGC诊断面临核心难题：其形态学与幽门螺杆菌（H. pylori）诱导的胃炎高度相似，即使采用高清白光内镜（HD-WLE）、窄带成像（NBI）等技术，仍有约20-25%的EGC被漏诊，且诊断准确性受操作者经验影响显著。

近年来研究发现，ATP酶H⁺/K⁺转运β亚基（ATP4B）在胃癌组织中表达显著下调，可能成为恶性转化的生物标志物。动物实验证实，ATP4B mRNA表达降低伴随胃酸分泌减少，提示胃黏膜酸度失衡或可作为EGC的功能性指标。正常胃黏膜pH维持在5.0-6.0，而EGC区域因壁细胞损伤，pH升高至6.6-7.2（图1a）。

拉曼散射技术能够通过光子与分子振动相互作用获取分子指纹信息，而表面增强拉曼散射（SERS）借助金属纳米结构等离子激元效应，大幅提升信号强度，具备高灵敏度、特异性和可靠性。本研究基于ATP4B下调导致的酸度失衡机制，开发SERS微阵列平台，结合AI多模型神经网络，实现内镜术中实时胃黏膜pH测绘，为EGC精准定位提供新策略。

2 结果

2.1 ATP4B下调关联的胃酸失衡作为EGC潜在生物标志物

通过分析癌症基因组图谱（TCGA）和基因表达汇编（GEO）数据，发现ATP4A和ATP4B mRNA在胃癌组织中显著下调（图1b）。这种下调在胃癌早期阶段即出现，且随疾病进展无显著加剧（图1c）。ATP4A和ATP4B mRNA的曲线下面积（AUC）分别为0.7786和0.7496（图1d）。对24例非肿瘤胃黏膜活检标本和24例ESD标本的癌旁组织分析显示，ATP4B蛋白水平随胃黏膜萎缩和肠上皮化生（IM）进展逐步降低，在癌变过程中显著下调（图1e；图S1），证实ATP4B作为胃癌诊断标志物的敏感性。

2.2 SERS微阵列平台用于活检和ESD标本pH测绘

研究团队开发了SERS微阵列策略（图2a），扫描电镜（SEM）显示芯片表面金纳米球和纳米星分布均匀，粒径为67.95 ± 5.99 nm，相对标准偏差（RSD）低于9%，空间分布密度为101.2 ± 5.391/µm²（图S3）。拉曼报告分子IR7p呈现pH依赖性吸收特性。在785 nm激光激发下，Peak 1（303 cm⁻¹）强度随pH升高而增加，Peak 2（520 cm⁻¹）保持稳定（图2b）。Peak 2与Peak 1的比值在pH 2.0-9.0范围内呈线性关系：y = −0.4201x + 5.3972（R² = 0.9904）。SERS微阵列应用于活检/ESD样本pH测绘的流程如图2c所示。

2.3 SERS微阵列精准识别小鼠原位EGC异种移植瘤

通过将人NCI-N87-luc胃癌细胞注射至裸鼠胃黏膜下层建立原位EGC模型（图3a）。14天后取胃肿瘤及周边黏膜，以3.0 mm × 3.0 mm分辨率进行pH测绘（图3a,b）。H&E染色确认黏膜下胃癌定位（图3c），免疫组化显示ATP4B蛋白水平与人类EGC一致（图3d）。pH评估显示肿瘤与癌旁组织酸度差异显著（p < 0.0001），肿瘤区域呈弱酸性（pH: 6.879 ± 0.4403），正常组织呈强酸性（pH: 5.903 ± 0.8000）（图3e）。ROC分析AUC为87.93%，临界pH值为6.735（图3f）。使用MKN-45和AGS细胞构建的模型获得类似结果（图S6），验证SERS微阵列策略的有效性。

2.4 SERS微阵列实现患者EGC精准定位

对50例经病理确认的EGC的ESD样本分析显示，肿瘤区域pH值（7.056 ± 0.4138）显著高于癌旁黏膜（6.046 ± 0.8352）（p < 0.0001）（图4e）。ROC分析基于941个癌旁点和575个肿瘤点，AUC达93.67%，区分临界pH值为6.855（图4f）。pH地形图与病理确认的肿瘤区域高度吻合（图4a-d）。不同分化程度的EGC标本间肿瘤区域pH无显著差异（图S7）。萎缩性胃炎伴肠上皮化生阶段黏膜pH无显著变化，EGC发生时pH明显升高（图S8）。

2.5 AI辅助预测实现快速准确EGC区分

将50例样本分为AI训练验证集（40例，1127个点）和外部验证集（10例，389个点）（表1）。AI多模型神经网络整合1D拉曼序列和2D拉曼图像特征，通过共注意力（Co-Attention）机制提升预测精度（图5a）。pH测绘时间从超过30分钟缩短至5分钟内。训练验证集中，肿瘤区域pH（7.105 ± 0.3573）显著高于周边黏膜（6.078 ± 0.8273），临界pH阈值为6.845，AUC为95.13%（图5b,c）。外部验证显示，AI模型R²为0.79，SSE为71.83（图5d），鉴别肿瘤组织的灵敏度85.04%，特异性87.79%，准确率86.89%，κ评分0.71（图5e；表S2）。

为进一步验证可靠性，对6例内镜和活检提示肿瘤但ESD病理证实为非肿瘤的标本分析（图6a,b；表S3），pH地形图显示可疑病灶与周边黏膜无显著酸度差异（5.467 ± 0.6293 vs 5.389 ± 0.7858，p = 0.5635）（图6c,d），免疫组化显示ATP4B水平无差异（图6e），证实模型对炎症性病变的鉴别能力。

3 讨论

本研究通过胃黏膜酸度可视化创新性解决EGC定位难题。ATP4B作为壁细胞标志物，在肠型胃癌癌变过程中从肠上皮化生阶段开始下调，至EGC时显著降低，其表达减少与胃酸分泌下降直接相关，为酸度测绘提供理论依据。

相比传统技术，SERS微阵列具备多重优势：相较于自发拉曼光谱，信号强度高、采集时间短；比率测量策略通过内置校准提升稳定性；无需外源性探针，临床转化潜力大；与电极法和微毛细管pH计相比，仅需0.5 µL样本，空间分辨率高，检测速度快（1-2秒）。此外，拉曼光谱可同步检测多种代谢物，未来有望拓展至酶活性等多参数分析。

虽已有研究将SERS与AI结合用于胃癌检测，但多基于呼气、血清等间接样本，缺乏空间定位能力。Liu等人采用飞秒受激拉曼散射与U-Net网络分析活检组织，但依赖形态学对比，且设备昂贵、分析耗时。本研究聚焦代谢特征，通过便携式系统实现快速分析，更适用于术中实时导航。

AI模型通过多模态数据融合和共注意力机制，显著提升pH预测精度。研究局限性包括样本量有限、无法区分EGC病理分级，未来需扩大样本量，整合形态学观察与SERS指纹图谱，向在体无创检测方向探索。

4 结论

AI辅助SERS微阵列系统能够快速、准确生成胃黏膜pH地形图，临界pH值6.845有效区分EGC与癌旁组织。该技术有望变革EGC诊疗模式，提升ESD精准度，减少不必要的组织切除，为临床决策提供可靠依据。

5 实验方法

研究设计

旨在开发AI辅助内镜床旁诊断系统，利用SERS微阵列芯片实现胃黏膜pH快速测绘。通过公共数据库和临床标本分析ATP4B表达，基于功效分析确定所需样本量。研究主要关注高/中分化肠型胃癌，排除ESD禁忌症患者。

材料与患者标本

金纳米材料等试剂购自通用试剂公司；硅片购自上海质研电子技术有限公司。50例ESD标本来自浙江大学医学院附属第二医院内镜中心，所有患者签署知情同意书，研究经医院伦理委员会批准（20230516号），遵循赫尔辛基宣言。

细胞系与动物模型

人胃癌细胞系NCI-N87-Luc、MKN-45和AGS购自ATCC，用含10%胎牛血清的RPMI 1640培养基培养。SPF级裸鼠购自上海斯莱克实验动物有限公司，胃黏膜下注射癌细胞构建原位模型，通过生物发光成像监测肿瘤生长。

SERS微阵列制备与检测

参照Ziyi Jin方法制备SERS微阵列：硅片清洗后APTES功能化，沉积金纳米球并分支化，IR7p修饰后用于检测。pH检测采用785 nm激光便携式光谱仪，积分时间500 ms。

AI辅助pH地形图绘制

多模型网络整合1D拉曼序列和2D图像（RP、GASF、GADF）特征，采用ResNet-18提取图像特征，全连接层处理1D数据，共注意力机制实现模态交互。数据集按80%训练验证、20%外部验证划分。

组织学与统计分析

石蜡切片行H&E和ATP4B免疫组化染色（抗体稀释1:200），Olympus BX51显微镜观察。数据以均值±标准差表示，组间比较采用t检验或ANOVA，p < 0.05为显著差异。