早期检测食道癌症:用多机构的窄带和白光成像数据评估AI算法
Young Seo Baik1, Hannah Lee2, Young Jae Kim3
1Department of Biomedical Engineering, Gachon University, Seongnam-si, Gyeonggi-do, Republic of Korea.
PloS one
|April 4, 2025
概括
人工智能 (AI) 算法现在可以在内镜图像中检测食道瘤. 这种人工智能方法改善了食道癌的早期诊断,有可能减少误诊率并提高治疗结果.
科学领域:
- 胃肠病学 胃肠病学
- 在瘤学瘤学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 食道癌,特别是状细胞癌,是全球流行的一种恶性瘤.
- 晚期诊断很常见,导致患者的预后不佳.
- 早期检测对于改善治疗疗效和生存率至关重要.
研究的目的:
- 开发和验证一种人工智能驱动的算法,用于在内镜图像中检测食道瘤.
- 提高早期食道癌诊断的准确性和效率.
主要方法:
- 利用了加大学吉尔医院的白光成像 (WLI) 和窄带成像 (NBI) 数据集.
- 应用深度学习模型,特别是YOLOv5和RetinaNet,用于病变检测.
- 使用外部多机构数据验证的模型通用性.
主要成果:
- 在NBI数据集上,RetinaNet实现了98.4%的精度和91.3%的灵敏度.
- 在WLI数据集上,YOLOv5获得了93.7%的精度和89.9%的灵敏度.
- 两种模型都表现出强大的表现和在不同机构的普遍性.
结论:
- 对食道内镜图像的基于人工智能的分析为瘤检测提供了一种有效的方法.
- 这项技术有可能显著降低食道癌误诊率.
- 这项研究支持医疗服务的标准化和改善食道癌症的诊断和治疗.
