人工智能辅助的光学活检改善了食道状瘤的诊断
Tian Ma1, Guan-Qun Liu1, Jing Guo1
1Department of Gastroenterology, Qilu Hospital of Shandong University, Jinan 250012, Shandong Province, China.
World journal of gastroenterology
|April 18, 2025
概括
一个由人工智能驱动的系统,智能聚焦激光内分显微镜 (iCLE),使用基于探针的聚焦激光内分显微镜 (pCLE) 图像准确诊断食道状瘤 (ESN). 这种人工智能工具提高了非专家的诊断性能,可能减少不必要的活检.
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:
- 早期检测食道状瘤 (ESN) 对患者的治疗结果至关重要.
- 通过基于探针的共聚焦激光内微镜 (pCLE) 进行ESN的光学诊断是具有挑战性的,因为解释的复杂性.
- 人工智能 (AI) 之前还没有被应用于ESN的PCLE诊断.
研究的目的:
- 使用pCLE为ESN开发一个人工智能驱动的计算机辅助诊断系统 (iCLE).
- 为了评估iCLE系统的诊断性能.
- 评估ICLE在协助非专家内镜师方面的效率.
主要方法:
- 开发了一个iCLE系统,集成图像识别 (Inception-ResNet V2),视频诊断和质量判断模块.
- 通过使用大量的PCLE图像和视频数据集来训练和验证系统.
- 通过iCLE,专家和非专家内镜师进行前性测试,将诊断与组织病理学进行比较.
主要成果:
- 在基于图像的诊断中,iCLE系统实现了高精度 (98.3%),灵敏度 (95.3%) 和特异性 (98.8%).
- 在基于视频的评估中,iCLE显示出高精度 (90.9%),灵敏度 (92.0%) 和特异性 (90.2%).
- 通过iCLE的帮助,非专家内镜师的精度 (83.6%至88.6%) 和灵敏度 (76.0%至89.8%) 显著提高.
结论:
- 该iCLE系统表现出强大的ESN诊断能力.
- iCLE可以有效地协助非专家内镜医生,提高诊断效率.
- 该系统有可能减少在ESN诊断中不必要的活检的需要.
