人工智能用于胃肠道转成形的内镜分级:促进胃癌风险分层
Eduarda Almeida1, Miguel Lopes Martins2,3, David Marques1,3
1Centro de Investigação em Engenharia Biomédica (C-BER), Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Porto, Portugal.
Endoscopy
|July 17, 2025
概括
一种人工智能 (AI) 方法准确地估计了胃肠转化症 (EGGIM) 的内视分级,有助于胃癌风险分层. 这种人工智能工具在分类图像和预测患者层面风险方面表现出高准确性,虚假阴性率为0%.
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:
- 胃肠代谢成形的内镜分级 (EGGIM) 对胃癌风险分层至关重要.
- 目前的组织学评估是耗时的,需要专业知识.
- 人工智能为自动化EGGIM估计提供了一个潜在的解决方案.
研究的目的:
- 开发和评估一种人工智能 (AI) 方法,用于从内镜图像中估计EGGIM.
- 在图像和患者层面上评估AI在EGGIM分类中的准确性.
- 为了确定人工智能驱动的EGGIM估计用于胃癌监测的临床实用性.
主要方法:
- 在两个数据集 (A和B) 的1280个窄带成像图像上训练了一个深度神经网络.
- 专家注释的图像补丁 (224x224) 用于每张图像的分析.
- 人工智能模型将图像补丁分为EGGIM类 (0,1,2) 并计算每个患者的EGGIM分数 (0-10).
主要成果:
- 每张图像分析的精度达到了87%的平衡精度.
- 每个患者的EGGIM估计显示平均误差为1.15 (共10个).
- 人工智能证明了88%的监测临床决策准确度 (EGGIM≥5),0%的假阴性率和100%的负预测值.
结论:
- 人工智能工具可以从内镜图像中准确估计EGGIM.
- 使用人工智能的自动EGGIM评估是可行的,为胃癌风险分层提供了更有效的策略.
- 这项技术支持胃癌研究中的前性研究和干预试验.
