开发一种人工智能诊断系统,使用巴雷特食道的链接色彩成像

科学领域:

• 胃肠病学和内镜检查
• 人工智能在医学中的应用
• 在瘤学瘤学.

背景情况:

• 巴雷特食道和食道腺癌的发病率上升与胃食道逆流性疾病的增加有关.
• 需要改善短段巴雷特食道 (SSBE) 的诊断方法.

研究的目的:

• 开发和评估一种人工智能 (AI) 系统,用于诊断短段巴雷特食道 (SSBE).
• 通过使用链接色彩成像 (LCI) 和白光成像 (WLI) 与专家内镜师对比AI的诊断性能.

主要方法:

• 追溯分析624名接受食道胃管腺镜术的患者,其中包括WLI和LCI.
• 使用WLI和LCI数据集开发两个用于SSBE的AI诊断系统 (视觉转换器).
• 人工智能诊断精度与六名内镜师 (专家和实习生) 的诊断精度进行比较.

主要成果:

• 人工智能实现了SSBE诊断的高准确度,灵敏度和特异性,特别是LCI (90.5%的准确度,90.1%的灵敏度,91.1%的特异性).
• 使用LCI的AI性能与专家内镜师 (93.4%的精度,92.6%的灵敏度,94.6%的特异性) 相当.
• 使用WLI的AI也表现出强的性能 (84.1%的准确性,89.6%的灵敏度,75.5%的特异性).

结论:

• 基于AI的SSBE诊断的准确性与专业内镜医生的准确性相当.
• 与人工智能相结合的LCI为改善SSBE诊断在临床环境中提供了一个潜在的有价值的工具.
• 这种AI方法可能有助于早期和准确地检测SSBE.