上消化道肿瘤主要是指食管癌和胃癌，其早期症状不典型，发病隐匿，目前主要依靠内镜筛查发现早期病变，及时治疗，改善预后；对于进展期的肿瘤缺乏有效的治疗手段，预后较差。因此，通过内镜筛查早期发现上消化道肿瘤是提高患者预后的关键。随着科学技术进步，更先进的内镜器械、成像技术、人工智能（AI）技术的发展，内镜诊断技术也不断提高，故针对目前上消化道内镜诊断技术及诊断要点进行综述，旨在为上消化道肿瘤防治工作提供理论依据。
本刊刊出的文章除特别声明外，不代表主办单位和本刊编委会的观点。本刊如有印刷质量问题，请与本刊编辑部联系调换。
上消化道肿瘤在我国患病率较高，国际癌症研究机构（International Agency for Research on Cancer，IARC）统计报告显示目前胃癌高居我国恶性肿瘤发病谱的第3位和死因谱的第2位，食管癌则居发病谱的第6位和和死因谱第4位［1］。由于上消化道肿瘤早期临床症状较为隐匿，就诊时大多是进展期。近年来，虽然我国上消化道肿瘤的5年生存率整体缓步提升，但与发达国家仍有明显差距，目前胃癌和食管癌的5年生存率分别是35.1%和30.3%［2］，上消化道肿瘤的防治仍是重大的公共卫生问题。
上世纪60年代起，我国开展应用食管癌脱落细胞采取器、内镜下碘染色及指示性活检筛查上消化道早期肿瘤；自2005年至今，我国在农村高发区和城市地区先后开展癌症早诊早治项目；有研究报道，截至2018年，上消化道肿瘤检出率达2.05%，筛查早诊率提高到70%以上［3, 4, 5］。本文中，我们针对目前上消化道内镜诊断技术及诊断要点进行综述，旨在为上消化道肿瘤防治工作提供理论依据。
内镜检查是筛查上消化道肿瘤的常规手段，经历了从硬质内镜到纤维内镜，从电子内镜到色素内镜，再到图像增强放大内镜等不同阶段。目前常见的内镜及成像技术包括高清白光内镜（high definition-white light imaging，HD-WLI）、双焦距内镜、放大内镜、色素内镜（图像对比观察法）、光学图像增强技术即窄带成像术（narrow band imaging，NBI）、高分辨数字染色内镜I-scan模式、智能分光比色技术（fuji intelligent chromoendoscopy，FICE）、自体荧光成像（autofluorescence imaging，AFI）、联动成像（linked color imaging，LCI）、蓝光成像（blue light imaging，BLI）、内镜超声检查（endoscopic ultrasonography，EUS）、共聚焦激光纤维内镜（confocal laser endomicroscopy，CLE）、细胞内镜系统（endocytoscopy system，ECS）、磁控胶囊内镜（magnetically controlled capsule gastroscopy，MCCG）以及应用人工智能（artificial intelligence，AI）辅助的内镜等。以下分别阐述不同检查方式的特点。
通过在消化道喷洒色素后行内镜检查，有利于观察病灶形态及边界。根据色素散布机制分为对比法、反应法、染色法等。对比法利用色素潴留在胃肠道黏膜沟凹中，使消化道黏膜的凹凸更明显，从而清晰地观察病变形态，常用色素有靛胭脂、伊凡斯蓝、亮蓝［6］。因靛胭脂不易被黏膜吸收，也不与黏液结合，最为常用。染色法是使色素浸润组织或被组织吸收，促使黏膜直接染色，利用不同组织对色素的吸收能力不同观察病变情况，可使用亚甲蓝、甲苯胺蓝等。反应法是利用色素与体内环境中的某些物质发生化学反应而出现颜色变化来诊断疾病状态，常用色素有芦戈碘液、刚果红、酚红等。芦戈碘液主要用于食管黏膜染色，碘与食管上皮的糖原发生反应呈茶褐色；刚果红和碳酸氢钠混合后与胃酸反应呈黑青色；酚红在碱性环境中由黄色变为红色，幽门螺杆菌可分解尿素产生氨气，氨气溶解产生碱性环境，故酚红的特性是诊断幽门螺杆菌存在部位［7］。内镜下应用染色剂后，早期肿瘤病变着色异常，与正常胃肠道黏膜相比，其着色程度对于显示病变形态更清晰，从而提高诊断率。这种方法尤其适用于平坦型病变，染色后可大体显示病变边界，通过放大内镜观察腺体和微血管变化还可进一步观察局部病变，两者结合可清晰界定早期癌变范围，这有利于内镜下完整切除早期上消化道肿瘤和术后随访检查。但色素内镜应用不广泛，色素需配制，操作相对耗时，缺乏标准化操作规范及判断标准。
与普通内镜相似，即在物镜周围装有放大镜头，当物镜接近胃肠道黏膜表面时，通过调节镜头，可将观察部位黏膜放大20～170倍，用于观察其表面腺体结构及表浅微血管等细微变化。结合光学图像增强技术或图像对比观察法，可对病变形态、肠化、不典型增生、病变范围以及性质等进行更详细地观察。部分基层医院使用双焦距内镜观察病灶，利用光学变焦原理将双焦距放大，可放大图像45倍，且非放大模式与双焦距模式切换便捷，费用较少［8］。
1.NBI：应用最为广泛，内镜NBI原理是在普通白色光源的前面放置一个窄带滤光器，利用窄带光增加黏膜上皮和黏膜下血管结构的对比度和清晰度，以清晰显示黏膜表面的毛细血管和腺体开口形态。传统的电子内镜使用疝气灯，这种被称为“白光”的宽带光谱由红、绿、蓝3种光组成，其中心波长分别是600 nm、540 nm、415 nm。经典电子内镜使用电荷耦合器件捕获到黏膜上皮的反射光并重构消化道图像。在NBI系统中，窄带滤光器将宽带光进行过滤，由于血液的光学特性，对蓝、绿光的吸收力强，415 nm的蓝光波长短，穿透力表浅，可显示黏膜表面和表浅网状微血管的形态。富含血红蛋白的血管由于吸收415 nm波长的蓝色窄带光，镜下显示出褐色，因此与周围组织对比度明显增强。540 nm波长能够穿透黏膜下层的血管，使得黏膜深层和黏膜下血管呈茶绿色［9］。因此，NBI成像能更好的显示黏膜血管和黏膜表面结构，被称为“电子染色内镜”。由于NBI保持蓝光分光，限制红光分光的特性，可提高中-重度胃黏膜肠化生及萎缩检出率；但是，其波长特点致黏膜表层缺乏色彩识别的病变亮度低，可能漏诊早期轻度肠化及萎缩。
2.其他的成像技术：这包括高分辨数字染色内镜I-scan模式、FICE、BLI、LCI模式等。（1）I-scan内镜模式是通过对图像的后期加工提供黏膜表层和血管的图像，包括3种增强模式：对比增强（contrast enhancement，CE）、表层增强（surface enhancement，SE）、色调增强（tone enhancement，TE）［10］。CE、SE不改变病变的色泽和亮度，TE通过适应不同部位的各种色调以达到病变部位黏膜及血管结构与正常组织的对比。这3种模式可以单独或分开使用，均可以通过内镜手柄上的按钮与主机上的键盘实现切换。（2）FICE是计算机对普通光学内镜图像进行再处理，采用任意波长的红、黄、蓝3种光组合，以得到黏膜微结构和微血管增强效果的成像方法，蓝激光成像系统出现后逐渐将其替代［11］。（3）BLI使用的激光波长是410 nm和450 nm，具有白光观察功能。BLI还具有BLI-bri模式，其采用激光波长是450 nm，可观察较远视野的病变并使视野更明亮。BLI和NBI相比，都具有窄带成像的功能，但由于BLI采用激光作为光源，故图像更明亮、清晰，更有利于识别胃黏膜萎缩的特征性改变，尤其是指导内镜医师靶向活检早期病变，提高轻中度胃黏膜肠上皮化生的检出率［12］。（4）部分激光内镜使用LCI模式，其原理是NBI和白光成像同时作用，具有增强染色效果，提高存在色泽变化病变的观察效果，一定程度上提高对早期消化道肿瘤的检出率［13］。
通过安装在内镜前端或经由内镜插入的超声探头进行实时扫描，在观察消化道腔内形态的同时获取消化道管壁层次以及邻近脏器的声学特征；超声波通过不同阻抗的组织时会发生反射、折射、散射、衍射等物理现象，并在组织中出现衰减现象，这都与最后的成像相关。超声探头通过压电原理完成机械能和电信号间的转化，从而输出成像，以助于辨识病变浸润的深度、边界、血流和良恶性等。
正常黏膜和肿瘤组织荧光特性不同，AFI采用蓝光（395～475 nm）作为入射光，激发组织中内源性绿色荧光团，其目标主要为组织中的胶原蛋白。当组织中的胶原蛋白出现损耗时绿色荧光减弱，红色荧光增强，故AFI下正常黏膜显示淡绿色、肿瘤组织呈品红色、深部的血管呈深绿色，但图像质量易受一些混杂因素的影响，通常与NBI技术联合以提高诊断的阳性率、敏感度和特异度［14］。
CLE是一种能够实时提供体内组织微观信息的新型成像技术。该技术可观察黏膜的动态特征，如血流、对比剂摄取和渗漏，可将组织放大1000倍，达到细胞水平的组织学成像，实现“光活检”。其原理是使聚焦光（如激光）通过共焦孔径，减少平面的垂直散射光，1次只有1个点，即“共焦点”成像，在水平和垂直平面上对所有的光点进行扫描即获取动态图像。为了提高图像对比度，还可静脉注射荧光素等对比剂。荧光素通过毛细血管扩散并促使表面上皮细胞外基质染色。对比剂分布的差异有助于识别肿瘤组织表面黏膜［15］。CLE作为一种新型的成像技术，仍需要更多的大样本前瞻性研究进一步验证其诊断标准的实用性。
通过ECS能够实时观察上消化道表浅上皮结构和细胞形态，从而在活体内实现“光活检”。ECS是根据接触式显微镜原理设计，活体内的细胞染色对内镜下诊断至关重要，不仅避免活检繁琐的处理流程和活检造成的黏膜纤维化修复，并且降低使用抗凝、抗血小板药物患者的出血风险［16］。随着老龄化加重，消化道肿瘤早期患病群体中伴合并症的老年患者逐渐增加。ECS因其具有光学活检的优势从而可能在将来普及推广。
AI是让计算机去行使通常情况下具备智能生命才能行使的活动。机器学习（machine learning）是让计算机通过学习大数据，开发出一种算法完成对未知事件的预判。深度学习（deep learning）是机器学习中的人工神经网络，是模仿了人类大脑的神经元学习数据、进行信息传递的过程。人工神经网络的仿人类大脑神经元和神经纤维构造主要有数据输入层，数据输出层和位于中间的多个隐藏层。含有多个隐藏层的神经网络又叫深度神经网络。目前较多应用的是卷积神经网络（convolutional neural network，CNN），是在深度神经网络基础上，进一步模仿大脑的视觉皮层构造和视觉活动。其从输入图像中提取关键特征，当进入模型的多种图像特征通过CNN时会自动过滤不重要的特征并完成对图像中关键特征的提取，最终通过输出分类决策结果［17］。AI的辅助可以帮助上消化道病变的诊断以及相关特征的检测，辅助消化内镜诊断的质量控制。随着科技的进步，AI辅助下的内镜检查可能会成为未来互联网医疗的重要组成部分。
MCCG是完全具有中国自主知识产权的胶囊内镜系统，是由机械臂精准多维旋转移动、自动适应匹配实现精准磁控的胶囊内镜系统［18］。通过C型机械臂式的永磁体于体外控制胶囊在胃腔内实现精准移动，采用清水充盈胃的方法，对胃进行扩张，使胃皱襞变平，有利于对病变进行观察。MCCG是在胶囊内镜的基础上置入永久性磁极，依靠体外磁场，精准控制进入人体的胶囊内镜，具有主动控制、精准拍摄的功能；适用于胃部、小肠等消化道疾病的诊断。该系统主要由定位胶囊内镜、磁控胶囊内镜控制系统、ESNavi软件、便携记录器和胶囊定位器组成。然而，MCCG的检查费用较高，但检查过程舒适度高，对于特定人群是一个不错的选择［18］。
随着内镜技术的进步，早期上消化道肿瘤的检出率不断提高，这得益于内镜下对病灶部位形态学改变的观察。早期食管癌是指局限于食管黏膜层的食管浸润性癌，不论有无淋巴结转移。表浅食管癌是指局限于黏膜层或黏膜下层的食管浸润性癌，不论有无淋巴结转移。早期胃癌是指局限于黏膜内及黏膜下层，不论是否伴有区域淋巴结转移。其定义主要是依据早期上消化道癌的预后与癌浸润深度的关系。食管癌pT1b即肿瘤组织浸润至黏膜下层，淋巴结转移率高于早期胃癌，因此，其与胃癌的浸润止于黏膜下层（pT1a和b）的定义不同。按照肿瘤“三级预防”的观点，所谓早期即早发现、早诊断、早治疗，但内镜下早期消化道肿瘤的分类主要是根据内镜下肉眼所见肿瘤形态进行分类；而上述定义中病理诊断是肿瘤病变诊断的“金标准”，在内镜技术进步和理论经验提高中，内镜诊断有望越来越接近病理诊断，甚至可能替代病理诊断，从而减少患者因病理活检而带来的痛苦。
根据中国《食管癌诊疗规范》［19］和《胃癌诊疗规范》［20］，早期或表浅食管癌及癌前病变的内镜下分型：依照2002年巴黎分型标准及2005年巴黎分型标准更新版，表浅型食管癌及癌前病变（Type 0）分为隆起型（0-Ⅰ）、平坦型（0-Ⅱ）和凹陷型病变（0-Ⅲ）。0-Ⅰ分为有蒂隆起型（0-Ⅰp）、无蒂隆起型（0-Ⅰs）；平坦型（0-Ⅱ）分为轻微隆起（0-Ⅱa）、平坦（0-Ⅱb）、轻微凹陷（0-Ⅱc）［19］。早期胃癌的内镜分型与上述相同。并且两者均适用于同时具有轻微隆起和轻微凹陷的病灶，根据轻微隆起或轻微凹陷的比例分为0-Ⅱc+Ⅱa和0-Ⅱa+Ⅱc。而凹陷型和轻微凹陷型结合的病灶，根据凹陷和轻微凹陷比例分为0-Ⅲ+Ⅱc和0-Ⅱc+Ⅲ［20］。
除了肉眼观察病变形态，更重要的是通过观察病变的特点而判断病变的严重程度以及性质。临床上常用的放大内镜联合NBI判断分型主要是通过对比镜下肿瘤与周围正常黏膜不同的颜色改变、上皮内乳头状毛细血管襻（intrapapillary capillary loops，IPCL）的形态变化以及其分布区域的特点、黏膜腺管开口和微血管形态等变化，判断其是否为肿瘤病变，并预测其浸润深度。日本食管学会对井上分型和有马分型进行修订和简化，制定了食管放大内镜窄带成像（magnifying endoscopy with narrow-band imaging，ME-NBI）分类系统，即日本食管协会（JES）分型，它将ME-NBI下观察到的血管分成A类和B类［21］。
A类血管是轻度或没有异形性的IPCL，一般提示食管炎症；B类是有血管扩张、扭曲、管径改变、形态异常等。B类分成3个亚组，B1亚型为扩张、纡曲、粗细不均、形态不一的襻状血管，提示MCl、MC2期早期食管癌；B2亚型为襻形成较少的异常血管，提示MC3期、SMCl期食管癌；B3亚型为高度扩张，粗大、不规则的血管，提示SMC2期食管癌。JES分型对于早期食管鳞癌浸润深度平均准确率可达90％。但IPCL的AB分型中部分亚组在敏感度或特异度上存在一定差异性，所以单独用于术前食管黏膜病变浸润深度的评估有一定局限性，需结合碘染色、EUS等内镜综合评估［22］。
与早期食管肿瘤病变不同，目前国际上缺少针对早期胃肿瘤病变的ME-NBI分型，临床应用较为广泛、操作比较简单的分型标准是日本福冈大学八尾建史教授提出的VS（vessel plus surface classification，VS）分型方法［23］。JES分型根据ME-NBI观察到的血管和胃黏膜表面形态、大小、排列和分布情况，分为规则、不规则和缺失3类；而按照VS分型标准，内镜表现为不规则微血管形态伴边界清晰和（或）不规则微表面形态伴边界清晰则可诊断为早期胃肿瘤病变。亦有学者在VS分型上提出早期胃肿瘤病变的ME-NBI特点，由此丰富了早期胃肿瘤病变的内镜诊断，故在临床工作中，综合多种检查和诊断标准有利于提高早期胃肿瘤病变检出率［22］。
我国早期上消化道癌的诊断率不足10%［2］，如果通过新媒体的健康宣教、推广内镜体检等方式对适龄人群进行广泛的上消化道肿瘤的早期筛查，也就是通过癌症的二级预防（早发现、早诊断和早治疗）提高潜在患者生存率和生活质量，这是提高我国上消化道肿瘤早期诊断率的有力措施。
科学有效的早期上消化道肿瘤筛查需要消化内镜医疗队伍的规范化诊治，这就要求提高医疗队伍的理论知识和实践能力，一方面，指南和共识是现有资料和证据，较权威的、全面的、客观的总结，是进一步改善上消化道肿瘤筛查质量，普及上消化道肿瘤筛查工作的重要基础，认真学习最新的食管癌和胃癌筛查指南，可以为临床工作打下坚实的理论基础［24］；另一方面，临床实践需落实至每例患者，要求内镜医师在内镜图像采集过程中严格把控采集部位图像的完整和清晰程度。当内镜检查完成，宜参考英国胃肠病学会（BSG）关于上消化道内镜检查质量标准进行质量控制［25］，规范化的内镜检查要求依次观察食管、贲门、胃体、胃窦、幽门、十二指肠，在退镜时依次从十二指肠、胃窦、胃角（低位翻转）、胃体、胃底贲门（高位翻转）、食管退出。众多周知，规范化的内镜操作是提高内镜医师对早期上消化道肿瘤检出的关键。
另外，早期上消化道肿瘤除了内镜诊断，在临床工作中，病理是诊断的金标准，这常常是临床医师治疗决策的关键因素。但是，内镜活检取材结果并不能反映早期肿瘤性病变的完整性，随着目前内镜诊断技术的进步，部分学者在研究诊断性经内镜黏膜剥离术［26］。有研究提示，对于内镜下活检诊断为低级别的上皮内瘤变，通过放大内镜联合电子染色技术高度怀疑癌性病变者，可以行诊断性经内镜黏膜剥离术；而对于内镜下活检诊断为低级别上皮内瘤变，放大内镜联合电子染色技术不符合癌性病变者，可选择密切的内镜随访［24］。这可能会成为指引未来早期上消化道肿瘤的诊断和治疗的方向，进一步改善上消化道早期肿瘤患者的预后。但这也要求内镜医师需要更强的内镜诊断能力，这在AI的辅助下是有可能实现的［27］。
综上，随着内镜技术的发展，临床上经内镜能观察到更多的组织微细结构，甚至可以对细胞进行光学活检；随着5G技术在医疗上的应用和AI的辅助，通过内镜体检有望达到早期上消化道肿瘤的防治工作。科技的能量正逐步在临床中释放，也期望更多早期上消化道肿瘤的研究可以为临床所应用，以达到“健康中国2030”中提出的降低重大慢性疾病病死率的长远目标。
