两种计算机辅助检测结肠镜模型之间的性能比较,实习生使用不同的假阳性值:泰国的一项横截面研究

科学领域:

• 胃肠病学 胃肠病学
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 结肠癌查在很大程度上依赖于结肠镜检测聚合体.
• 人工智能 (AI) 模型正在出现,以帮助内镜师识别多重体.
• 将新型人工智能工具的性能与已建立的系统进行比较对于临床采用至关重要.

研究的目的:

• 为了评估一个新的AI模型,Deep-GI的多检测性能.
• 为了比较Deep-GI与经过验证的计算机辅助多体检测 (CADe) 系统.
• 为了确定两个AI模型的最佳假阳性 (FP) 值.

主要方法:

• 有望收集170个结肠镜视频.
• 专家内镜师 (黄金标准),实习生,CADe和深度GI的审查.
• 使用不同的FP持续时间值,比较聚检测灵敏度 (PDS),聚错误率 (PMR) 和假阳性率 (FPR).

主要成果:

• 深度GI实现了显著更高的PDS (99.4%) 和较低的PMR (0.6%) 比CADe (85.4% PDS,14.6% PMR) 和实习生.
• 深度GI在FP值≥0.5秒 (12.1%对22.4%) 和≥1秒 (4.4%对6.8%) 时显示FPR低于CADe.
• 在≥1.5秒的值时,FPR变得可比,但Deep-GI的PMR从2%增加到10%.

结论:

• 深度GI在聚检测灵敏度方面超过CADe,并在临床相关值 (≥0.5和≥1秒) 中减少错误阳性.
• 虽然FPRs在更长的值 (≥1.5秒) 中是相似的,但这以增加错过的息肉为代价.
• 深度GI显示作为一个先进的人工智能工具来改善结肠镜检测的前景.