用内镜超声波图像验证结直肠瘤分化的多种深度学习模型:一项双中心研究
Hang Men1, Cong Yan1, Xi Peng2
1General Surgery Center, Zhujiang Hospital, Southern Medical University, Guangzhou, China.
Journal of gastrointestinal oncology
|May 19, 2025
概括
人工智能 (AI) 与内镜超声波 (EUS) 结合,在诊断结直肠癌 (CRC) 和腺瘤方面表现出高准确性. 与内镜医生相比,ResNet50模型表现出优越的性能,为改善诊断准确性提供了一个有前途的工具.
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:
- 大肠直肠癌 (CRC) 是全球领先的恶性瘤.
- 精确区分腺瘤和癌症对于患者的治疗结果至关重要.
- 内镜超声波 (EUS) 在CRC诊断中发挥着关键作用.
研究的目的:
- 为了验证EUS与AI结合用于诊断结直肠腺瘤和癌症的疗效.
- 将EUS-AI的诊断性能与传统内镜诊断进行比较.
主要方法:
- 这是一项对来自两个中心的554名患者的回顾性研究.
- 使用ResNet50,EfficientNet-B0,VGG_11_BN和ViT功能提取器开发一个AI模型.
- 使用测试数据集对表现最好的AI模型 (ResNet50) 与四名内镜师进行比较.
主要成果:
- 在人工智能模型中,ResNet50获得了最高的F1分数 (70.37%) 和诊断准确度.
- 在CRC诊断准确度 (80.93%),灵敏度 (72.88%) 和特异性 (84.44%) 方面,ResNet50显著优于内镜仪.
- 与非专家内镜医生相比,ResNet50对腺瘤诊断的敏感性显著更高.
结论:
- EUS-AI对CRC和腺瘤的诊断准确度很高,超过了非专家内镜医生.
- ResNet50模型是提高临床EUS实践中的诊断准确性的有希望的工具.
