人工智能辅助胆管支架长度选择常见胆道狭窄在内镜逆行胆管瘤学:模型开发和验证
Wen-Lin Zhang1, Xue-Jun Shao2, Xuan-Yuan Dong3
1Department of Gastroenterology, Qilu Hospital, Cheeloo College of Medicine, Shandong University, Jinan 250012, China; Laboratory of Translational Gastroenterology, Qilu Hospital, Cheeloo College of Medicine, Shandong University, Jinan 250012, China; Robot Engineering Laboratory for Precise Diagnosis and Therapy of GI Tumor, Qilu Hospital, Cheeloo College of Medicine, Shandong University, Jinan 250012, China.
Hepatobiliary & pancreatic diseases international : HBPD INT
|November 21, 2025
概括
人工智能模型在ERCP期间准确地选择胆管支架的长度,提高精度并减少常见胆道狭窄的辐射暴露. 这种人工智能工具可以帮助内镜医生精确选择支架.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 胃肠病学 胃肠病学
背景情况:
- 胆管支架的安置对于在内镜逆行胆管瘤造影 (ERCP) 期间管理常见胆管 (CBD) 狭窄至关重要.
- 错误的支架长度选择是支架相关并发症的一个重要因素.
研究的目的:
- 在ERCP期间开发和验证人工智能 (AI) 模型,用于精确选择胆管支架长度.
- 评估AI模型在识别解剖结构和计算最佳支架长度方面的准确性.
主要方法:
- 收集了CBD狭窄患者的ERCP图像.
- 训练了一个人工智能模型来识别和划分十二指镜,CBD和导线.
- 根据十二指镜直径和在测试组上验证的模型性能计算所需的支架长度.
主要成果:
- 人工智能模型在细分解剖结构方面取得了很高的准确性 (mIoU > 84%).
- 结识别精度为97.58%,支架长度计算精度为85.95% (±1厘米误差).
- 人工智能模型每名患者的辐射暴露减少了约202mGycm2,并且改善了经验较少的内镜师的结果.
结论:
- 开发的AI模型在ERCP期间准确地识别了关键的解剖结构.
- 人工智能模型可以精确识别狭窄并选择适当的胆汁支架长度.
- 这种人工智能工具有可能提高ERCP程序的安全性和效率.
