优化结肠直肠息肉查:基于NICE分类的新型人工智能辅助结肠镜诊断系统
Lin Lin1,2, Song Yan1, Xu Xin1
1Department of Gastroenterology and Hepatology, Tianjin Medical University General Hospital, Tianjin, China.
Journal of gastroenterology and hepatology
|December 4, 2025
概括
新的CAD-N-Pro系统显著提高了人工智能辅助结肠镜检测结肠直肠多的准确性. 这种人工智能工具提高了诊断性能,帮助临床医生在结肠镜检查期间实时做出决策.
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:
- 结肠镜对于结肠直肠癌查至关重要.
- 精确的聚类别对有效治疗至关重要.
- 现有的人工智能系统需要进一步优化,以便在临床使用.
研究的目的:
- 为了评估人工智能辅助结肠镜系统的诊断性能,CAD-N-Pro.
- 将CAD-N-Pro的性能与之前的CAD-N系统和内镜师进行比较.
- 为了验证CAD-N-Pro在实时结肠镜中的临床适用性.
主要方法:
- 开发了CAD-N-Pro,使用基于NICE分类的细分网络.
- 在来自五家医院的14675张图像上训练并验证了模型.
- 对200个结肠镜视频进行了前性分析,将AI性能与不同经验水平的内镜师进行了比较.
主要成果:
- 在外部图像验证中,CAD-N-Pro实现了高诊断准确度 (总体AUC为0.979).
- 该系统在检测较小的结直肠多体 (<10毫米) 方面表现优于内镜师.
- 对于较大的息肉 (>10毫米),CAD-N-Pro的性能与经验丰富的内镜师相美.
结论:
- 优化的CAD-N-Pro模型显著提高了结直肠多体的光学诊断准确性.
- 在结肠镜检查期间,CAD-N-Pro作为实时临床决策的强大工具.
- 这种人工智能系统有可能改善结肠镜检查结果和患者护理.
更多相关视频
05:33Introduction of an Integrated Pathology Image Management, Artificial Intelligence, and Reporting System
Published on: July 11, 2025
752
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
472
