关于人工智能系统在上胃肠内镜检测新生病变的多中心关键研究
Seiichiro Abe1, Yoshiyasu Kitagawa2, Waku Hatta3
1Endoscopy Division, National Cancer Center Hospital, Tokyo, Japan.
概括
该CAD-EYE原型在检测食道状细胞癌 (ESCC) 和胃瘤 (GN) 中显示出高精度. 这种人工智能工具有望改善临床环境中的早期癌症检测.
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:
- 早期发现食道状细胞癌 (ESCC) 和胃瘤 (GN) 对患者的治疗结果至关重要.
- 为了提高诊断准确度,正在开发先进的成像技术和计算机辅助检测 (CAD) 系统.
研究的目的:
- 评估CAD-EYE原型用于识别ESCC和GN的性能.
- 评估CAD-EYE原型是否适合在日本获得监管批准.
主要方法:
- 一项回顾性研究分析了白光成像 (WLI),蓝色激光/光成像 (BLI) 和链接色彩成像 (LCI) 的视频.
- CAD-EYE原型的灵敏度和特异性是根据内镜医生注释的病变的黄金标准计算的.
- 数据集包括620-682 ESCC和841-882 GN图像.
主要成果:
- 在WLI (85.9%),BLI (97.6%) 和LCI (96.6%) 成像中,CAD-EYE实现了对ESCC检测的高灵敏度.
- 对于ESCC检测的特异性也很高,从92.9%到93.3%不等.
- 对于GN检测,灵敏度达到95.5% (WLI) 和93.9% (LCI),具有86.1% (WLI) 和94.4% (LCI) 的特异性.
结论:
- CAD-EYE原型显示出作为检测ESCC和GN的临床工具的巨大潜力.
- 它的高灵敏度和特异性表明它可以帮助内镜医生识别早期胃肠道癌症.
更多相关视频
08:05Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
Published on: June 10, 2025
1.1K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
495
