基于窄带成像和放大内镜的诊断模型在分类结直肠腺瘤中的价值

摘要：

目的 结直肠腺瘤是一种常见的胃肠道疾病,结肠镜检查被认为是检出结直肠腺瘤的主要工具.本研究拟建立一套人工智能(AI)辅助的图像诊断系统,该系统具有预测腺瘤上皮内瘤变等级的功能.借助窄带成像(NBI)或放大内镜结合NBI(ME-NBI)的帮助,该系统最终将有利于提高结肠镜检查中对腺瘤诊断的准确性,提升工作效率.方法 收集2015.10-2021.10期间,北京清华长庚医院消化内镜中心的结直肠腺瘤病例,筛选出具有代表性的763名患者,组成数据集,其中包含1049张标记的图像用于训练模型.改进和训练深度卷积神经网络,对结肠镜检查中的腺瘤进行分类.在临床验证阶段,使用一个独立的数据集,包括100张图像来测试AI诊断系统的能力.将研究对象分为五组:AI诊断系统、非内镜专家、内镜专家、非内镜专家+AI、内镜专家+AI.这五组需要逐一识别所有的NBI和ME-NBI图像,并将结论与组织病理学诊断进行比较.所有数据输入统计软件SPSS 20中进行分析,P＜0.05为有统计学差异.结果 在标记图像上测试时,AI诊断系统对腺瘤的分类能力已经得到证实,曲线下面积(ROC)为0.895,平均精度(mAP)为95.90％.在临床测试实验中:AI的准确性为94.00％(94/100),敏感性和特异性为94.74％(36/38)和93.55％(58/62),阳性和阴性预测值(PPV和NPV)为90.00％(36/40)和96.67％(58/60).AI诊断系统和内镜专家组的能力是相当的,而且速度更快.非内镜专家医生组使用AI诊断系统的敏感性和特异性为(93.69±5.20)％和(93.92±3.97)％,PPV 和 NPV 为(90.31±6.74)％和(93.54±9.74％)％.与不使用 AI 诊断系统相比,其诊断准确性明显提高.结论 AI诊断系统在使用NBI和ME-NBI诊断结直肠上皮内瘤的级等级方面有出色的能力.更值得注意的是,AI诊断系统可以指导结肠镜初学者判断结直肠腺瘤的性质,提高其诊断准确性.

关键词：结直肠腺瘤、上皮内瘤变、AI辅助诊断

所属期刊栏目：28

分类号：R735.3;R574(肿瘤学)

资助基金：北京清华长庚医院青年启动基金资助项目12021C1011

在线出版日期：2023-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：554-558,563