一个人工智能系统用于通过内镜图像分析 (带视频) 预测早期胃癌的综合病理结果
Seunghan Lee1, Jiwoon Jeon2, Jinbae Park2
1Department of Internal Medicine and Liver Research Institute, Seoul National University College of Medicine, 101 Daehak-Ro, Jongno-Gu, Seoul, 03080, Republic of Korea.
概括
一个人工智能模型从内镜图像中准确预测早期胃癌 (EGC) 的特征,在组织学和入侵深度等关键领域超过专家内镜师. 需要进一步的研究来增强淋巴血管入侵和淋巴结转移的检测.
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:
- 准确预测早期胃癌 (EGC) 病理结果对于治疗决策至关重要.
- 内镜发现是区分内镜和手术切除的关键.
研究的目的:
- 开发一种人工智能 (AI) 模型来评估EGC病理特征.
- 使用白光内镜图像和视频进行AI模型训练.
主要方法:
- 在EGC患者的4336张图像和153个视频上训练了AI模型.
- 对16名内镜师使用260张图像和10段视频进行了模型测试.
- 通过其他机构的436张图像和89张视频进行了外部验证.
主要成果:
- 人工智能模型实现了高准确度:89.7%的无差异组织学,88.0%的粘膜下侵袭,87.9%的淋巴血管侵袭 (LVI) 和92.7%的淋巴结转移 (LNM).
- 该模型在预测无差异组织学,下膜层侵袭和LNM方面的表现优于专家内镜师.
- 外部验证显示,无差异组织学的准确率为75.6%,下侵袭的准确率为71.9%.
结论:
- 人工智能在EGC差异化状态和入侵深度方面表现出高的预测性能.
- 人工智能可能有助于内镜医生在临床决策中.
- 需要进一步的研究来改善AI检测LVI和LNM.
更多相关视频
10:31Intraoperative Gastroscopy for Tumor Localization in Laparoscopic Surgery for Gastric Adenocarcinoma
Published on: August 9, 2016
12.8K
07:32Author Spotlight: Investigating Immune Cell Dynamics in the Tumor Microenvironment — Challenges and Innovations in Cancer Prognosis
Published on: April 12, 2024
1.3K
