通过蓝色激光成像和链接彩色成像,通过人工智能检测非多重体结直肠病变和假阳性检测
Satoshi Sugino1, Naohisa Yoshida2, Zhe Guo3
1Department of Gastroenterology, Asahi University Hospital, Gifu, Japan.
Journal of the anus, rectum and colon
|August 1, 2024
概括
使用蓝色激光成像 (BLI) 和链接色彩成像 (LCI) 的人工智能显著改善了非多聚体结直肠多的检测. 这种人工智能模型显示出较高的灵敏度和较低的假阳性率,与单独采用白光成像相比.
科学领域:
- 胃肠病学 胃肠病学
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 与人工智能 (AI) 结合的白光成像 (WLI) 在检测非多聚体结直肠息肉方面存在局限性,往往导致高假阳性率 (FPR).
- 像蓝色激光成像 (BLI) 和链接色彩成像 (LCI) 等先进的成像技术为多检测提供了潜在的改进.
研究的目的:
- 开发和评估使用BLI和LCI的AI模型,以加强非多聚体结直肠多的检测.
- 使用不同的成像模式,在特定的学习集 (LS) 上训练的AI模型的性能进行比较.
主要方法:
- 开发了三种AI模型:AI (WLI) 微调与WLI LS,AI (IEE) 微调与WLI和广泛的图像集 (IEE) LS (包括BLI和LCI),以及AI (HQ) 微调与IEE LS只使用焦点图像.
- 使用100个WLI,BLI和LCI视频中的100个非多形/非红色病变 (2-20毫米) 的测试组,以及15个全结肠镜片中的FPR分析,与专家和实习生的表现进行了对比.
主要成果:
- 使用LCI的AI (IEE) 模型表现出83%的灵敏度,显著优于AI (WLI) (57%),AI (IEE) 与BLI (78%) 和学员 (74%).
- 与AI (HQ) (78%) 相比,患有LCI的AI (IEE) 也显示出显著更高的灵敏度 (83%).
- 患有LCI的AI (IEE) 的FPR明显低 (6.5%) 比AI (HQ) (17.3%).
结论:
- 人工智能模型与适当的学习套件进行微调,特别是那些包含LCI的模型,可以有效地检测非红色和非多元性结直肠多.
- 与人工智能集成的链接色彩成像显示,它有望提高结直肠多检测的准确性和减少假阳性.
