一个基于云的新型人工智能,用于实时检测结直肠瘤 - 随机对照试验 (EAGLE)
Rawen Kader1, Cesare Hassan2,3, Ángel Lanas4,5
1Division of Surgery and Interventional Sciences, University College London, London, UK. rawen.kader.17@ucl.ac.uk.
NPJ digital medicine
|December 25, 2025
概括
一个新的基于云计算的计算机辅助检测 (CADe) 系统显著改善了在结肠镜检查期间检测大结直肠多和状纹病变的情况. 这种实时系统为传统的硬件依赖解决方案提供了可行的和有效的替代方案.
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:
- 传统的结直肠息肉计算机辅助检测 (CADe) 系统需要昂贵的现场硬件,阻碍升级,导致过时的技术.
- 现有的CADe系统往往难以检测临床显著的息肉,主要关注较小的病变 (<10毫米).
研究的目的:
- 为了评估实时,云部署的CADe系统,该系统在临床显著的息肉 (大息肉≥10毫米和状纹病变) 的增强数据集上进行训练.
- 在多中心随机对照试验中,评估系统对每次结肠镜检查 (APC) 和正百分比协议 (PPA) 的腺瘤的影响.
主要方法:
- 一个平行组随机对照试验,涉及8个欧洲中心的841名患者.
- 患者接受了标准或CADe辅助结肠镜检查,基于云计算的CADe系统实时分析数据.
- 同主终点包括临床相关的多切除的优异APC和非劣质PPA.
主要成果:
- 该CADe系统显著改善了APC (0.82比0.62),腺瘤检测率 (43.2%比35.9%),状纹病变检测 (0.08比0.03),以及大息肉检测 (0.12比0.05).
- 阳性百分比协议 (PPA) 与标准结肠镜相比没有劣势.
- 平均云网络延迟为59.4ms/min,其中99.6%的数据传输达到实时性能100ms的门.
结论:
- 该研究表明了实时基于云的CADe系统对结肠镜的可行性和有效性.
- 该系统在检测临床显著的息肉方面显示出有希望的结果,包括大型息肉和状纹病变.
- 未来的研究应该专注于优化CADe系统的性能.
更多相关视频
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
470
08:05Detection and Isolation of Cancer in Prostate Biopsies Using Stimulated Raman Histology and Artificial Intelligence
Published on: June 10, 2025
1.1K
