一个新型人工智能系统的未来临床验证,用于实时检测固体胰腺质量在内镜超声波期间

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:

• 内镜超声波 (EUS) 对于诊断固体胰腺质量至关重要,但其准确性取决于操作员的技能.
• 使用常规EUS检测小胰腺病变可能具有挑战性,影响诊断结果.
• 人工智能 (AI) 具有提高EUS性能和标准化诊断准确性的潜力.

研究的目的:

• 验证一种新的AI增强EUS (AI-EUS) 系统的性能,用于检测固体胰腺病变.
• 将AI-EUS的诊断能力与专家内声学家执行的传统EUS进行比较.
• 评估AI-EUS在标准化胰腺质量检测EUS性能方面的潜力.

主要方法:

• 一项前性,单中心的比较研究,涉及308名高风险患者,实时使用AI-EUS进行评估.
• AI-EUS软件处理了202名患者的32,713个EUS,用于培训和测试.
• 两个独立的专家对彼此的评估视而不见,同时使用传统的EUS和AI-EUS评估了EUS的发现.

主要成果:

• 在检测固体胰腺质量方面,AI-EUS表现与专家常规EUS相美 (97.1%与100%对比).
• 该研究发现AI-EUS和传统EUS之间的检测率没有显著差异 (风险差异2.9%,P = 0.25).
• 在发现的105个固体胰腺瘤中,88.6%的病理学证实了瘤.

结论:

• 与经验丰富的内声学家相比,AI-EUS在检测和细分固体胰腺质量方面表现不劣.
• AI-EUS有可能标准化EUS的性能,从而优化胰腺癌诊断的临床结果.
• 将AI集成到EUS中可能会减少操作员的依赖,并提高胰腺病变检测的可靠性.