在标准白光下检测膀癌的研究与人工智能支持的内镜-01 (RAISE-01) - 基于人工智能的支持工具的开发和验证
Peter B Hjort1, Jacob E Jensen2, Jørgen B Jensen3
1Department of Clinical Medicine, Aarhus University, Palle Juul-Jensens Blvd. 82, 8200 Aarhus N, Denmark; Department of Urology, Aarhus University Hospital, Palle Juul-Jensens Blvd. 35, 8200 Aarhus N, Denmark.
International journal of medical informatics
|March 15, 2026
概括
一种名为CystoAID的AI工具可以在囊镜检查过程中提高膀癌的检测效果,其灵敏度和精度都很高. 这种实时决策支持系统旨在减少遗漏病变并改善泌尿病学实践中的患者结果.
科学领域:
- 泌尿器科 泌尿器科 泌尿器科 泌尿器科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 白光囊镜 (WLC) 是诊断膀癌的标准,但取决于操作者,并有可能错过病变,导致高复发率.
- 人工智能 (AI) 在膀病变检测方面提供了基于软件的决策支持的潜力,改善了将其整合到临床工作流程中.
研究的目的:
- 开发和外部验证基于人工智能的临床决策支持系统,用于在囊镜检查期间实时检测膀病变.
主要方法:
- 卷积神经网络对象检测系统CystoAID在灵活的囊镜和穿尿道切除视频上受过训练.
- 外部验证使用了代表常规临床实践的回顾性数据集,遵守STARD-AI指南.
主要成果:
- 在外部验证中,CystoAID获得了1.00的灵敏度和88.1%的精度,超过了WLC的估计.
- 该系统展示了实时使用的低处理延迟,优先考虑灵敏度以最大限度地减少虚假阴性.
结论:
- CystoAID显示出作为泌尿病学辅助技术的潜力,为实时囊镜提供高灵敏度和精度.
- 需要进一步的前性研究来评估临床影响,工作流集成和对具有挑战性的损伤类型的表现.


