临床验证人工智能辅助评估在数字单操作员胆管透视中不确定的胆管狭窄:一个跨大陆的多中心研究

科学领域:

• 胃肠病学和肝病学
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 胆管狭窄 (BS) 带来了诊断挑战,特别是恶性病例经常被发现迟到.
• 数字单操作器胆血管镜 (D-SOC) 提供直接可视化,但在准确性方面存在局限性.
• 人工智能 (AI) 显示了改善BS检测和从D-SOC图像中区分的潜力.

研究的目的:

• 为了验证一个深度学习模型对D-SOC图像的AI辅助分析.
• 评估AI模型在检测和区分恶性胆道狭窄的准确性.

主要方法:

• 一项多中心研究涉及135个D-SOC检查,来自14个国际中心的129名患者.
• 人工智能模型分析了选择的D-SOC来进行BS检测 (IoU) 和差异化 (vs. 组织病理学).
• 关键绩效指标包括准确性,敏感性,特异性,PPV和NPV.

主要成果:

• 人工智能模型实现了86.0%的准确性,84.1%的灵敏度和85.7%的特异性,用于在患者层面检测恶性BS.
• 曲线下的面积 (AUC) 为0.904,表明强大的歧视力.
• 观察到强大的检测性能,平均IOU为70.3%,在各中心和人口统计数据中一致.

结论:

• 这个多中心验证证实了人工智能辅助的D-SOC分析对胆道狭窄的现实性能.
• 人工智能工具在检测和区分BS时表现出强大的准确性.
• 人工智能作为一种有价值的辅助工具,可以提高不确定的胆道狭窄症患者的评估.