基于人工智能的识别方法用于宫变形区域在数字色素镜内:开发和多中心验证研究研究
Tong Wu1, Yuting Wang1, Xiaoli Cui2
1School of Population Medicine and Public Health, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, China.
JMIR cancer
|March 31, 2025
概括
一个人工智能 (AI) 系统准确地识别了宫变换区 (TZ) 类型和位置,从镜图像. 这种人工智能工具可以帮助临床医生精确地查宫癌,改善早期检测和患者的治疗结果.
科学领域:
- 妇科 妇科 妇科 妇科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 宫癌是低收入和中等收入国家的主要健康问题,需要早期检测.
- 结肠镜对于识别癌前宫病变至关重要,但缺乏经验的从业者可能会在转化区 (TZ) 识别方面扎.
- 准确识别TZ类型和位置对于有效预防宫癌至关重要.
研究的目的:
- 开发和评估一种人工智能 (AI) 方法,用于精确识别宫变形区 (TZ) 类型和位置.
- 通过人工智能辅助的TZ识别来增强镜检查.
- 评估人工智能系统对TZ分类和细分的临床适用性.
主要方法:
- 从6家中国三级医院 (2019-2021) 收集了3616名接受大肠镜检查的女性的匿名数据.
- 开发一个轻量级的神经网络,用于分类3种TZ类型,使用FastSAM进行TZ细分.
- 在1335个案例的独立外部数据集上验证模型性能,评估准确性,精度,回忆,敏感性和特异性.
主要成果:
- 人工智能模型在测试组中实现了83.97%的分类准确性,TZ类型1,2和3的平均精度高 (91.84%,89.06%,95.62%).
- TZ细分模型显示回忆率为0.78和平均精度为0.75.
- 外部验证显示了强大的性能,TZ类型1,2和3的灵敏度为0.78-0.81和特异性为0.83-0.94.
结论:
- 开发的AI系统准确地分类了宫TZ类型,并使用多中心结肠镜图像划定了它们的位置.
- 人工智能模型显示了准确的TZ类型预测和区域识别的巨大潜力.
- 这种人工智能工具作为一个有价值的助手,用于提高临床实践中结肠镜检查的精度.
