全球约50%的上消化道癌发生在中国，其中超过85%的患者在初次诊断时已为中晚期。上消化道早期癌患者五年生存率超过90%，而晚期患者的五年生存率不足10%。因此，上消化道癌的早期诊断早期治疗是提高疗效的关键。目前，内镜检查及活检仍是上消化道癌早期诊断的金标准。上消化道早期癌在内镜下没有明显的表征，而我国的内镜医生水平差异较大，导致内镜早期癌检出率低（不足10%）。因此，寻找准确有效的早诊方案，并行之有效地推广至基层，能够促进各级医院上消化道内镜诊断水平逐步同质化，提高整体医疗服务质量。
　　2019年10月4日，中山大学附属肿瘤医院研究团队在国际学术期刊Lancet Oncology杂志上在线发表了题为“Real-time Artificial Intelligence for Detection of Upper Gastrointestinal Cancer by Endoscopy: a Multicentre, Case-control, Diagnostic Study”的研究工作。该研究联合了多学科专家攻关，成功研发出具有完全自主知识产权的上消化道癌内镜人工智能辅助诊断系统（Gastrointestinal Cancer Endoscopy Real-time Artificial Intelligence Diagnostic System, GRAIDS）。研究前期完成了上消化道癌患者内镜图像5万余张和正常人内镜图像12万余张的标识以及机器学习。在内镜图像识别困难、疾病种类多、癌变表现复杂的情况下，通过深度卷积神经网络的技术基础，研究实现准确性高、稳定性强、人机结合度高的实时人工智能辅助检测系统。同时，构建了基于云技术的多中心GRAIDS平台，可以自动捕获内镜检查图像上传至云端进行人工智能分析，实时向操作者反馈提示可疑病灶区域，指导操作者更有针对性的选择活检部位，从而提高活检阳性率。GRAIDS系统在全国5家不同地区、不同级别的医院进行多中心研究验证，在来自84424例患者共1036496张内镜图像进行识别和分析。结果显示，该系统对上消化道癌的诊断准确率达90%以上，其诊断灵敏度（94.2%）与专家级的内镜医师（94.5%）相当。随着GRAIDS系统的进一步研究推广，有望提高我国上消化道肿瘤的早诊早治水平，促进肿瘤规范化治疗，推动分级诊疗的实现。