内镜人工智能诊断辅助系统对胃局灶性病变检出的应用(含视频)

目的构建一个基于YOLO v3算法的实时人工智能诊断辅助系统,并评估其在胃镜检查中对胃局灶性病变检出的能力。方法回顾性收集武汉大学人民医院消化内镜中心2019年6—11月胃镜检查的白光内镜图像5488张(有、无胃局灶性病变的图像分别为2733张、2755张)及2020年5—6月期间92例行胃镜检查的受试者视频资料中288168个清晰胃帧用于人工智能辅助系统测试;前瞻性收集2020年7月6日—11月27日及2021年5月6日—8月2日于武汉大学人民医院消化内镜中心接受胃镜检查的3997例受检者的视频资料用于评估人工智能辅助系统在实际临床应用中的性能。当人工智能辅助系统识别到异常病灶时,以蓝色方框圈出病灶进行提示。对人工智能辅助系统识别胃局灶性病变的能力及其出现假阳性和假阴性的频率和原因进行统计分析。结果图像测试集中,人工智能辅助系统“提示病灶”的准确率、灵敏度、特异度、阳性预测值及阴性预测值分别为92.3%(5064/5488)、95.0%(2597/2733)、89.5%(2467/2755)、90.0%(2597/2885)和94.8%(2467/2603)。视频测试集中,人工智能辅助系统“提示病灶”的准确率、灵敏度、特异度、阳性预测值及阴性预测值分别为95.4%(274792/288168)、95.2%(109727/115287)、95.5%(165065/172881)、93.4%(109727/117543)和96.7%(165065/170625)。临床应用中,人工智能辅助系统对胃局灶性病变的检出率为93.0%(6830/7344)。共漏检胃局灶性病变514处,主要原因为微小糜烂灶(48.8%,251/514)、微小黄斑瘤(22.8%,117/514)和小息肉(21.4%,110/514)。平均每例上消化道内镜检查中,人工智能辅助系统的假阳性个数为2(1,4)个,主要原因为正常黏膜皱襞(50.2%,5635/11225)、气泡和黏液(35.0%,3928/11225)、胃底液体(9.1%,1021/11225)。结论在胃镜检查过程中应用人工智能辅助系统有助于胃局灶性病变的检出。

基于人工智能的白光内镜下胃瘤性病变辅助诊断系统研究

目的评估基于人工智能的上消化道内镜影像辅助诊断系统(以下简称ENDOANGEL-LD)在白光下诊断胃病变和胃瘤性病变的效能。方法使用图片测试集和视频测试集分别测试ENDOANGEL-LD的诊断能力。图片测试集来自2019年6月-2019年9月武汉大学人民医院191例患者的805张胃病变(300张胃瘤性病变、505张非瘤性病变)图片和990张正常胃对照图片;视频测试集来自2020年11月-2021年4月武汉大学人民医院存储的78例患者的83个病灶视频(38个胃瘤性病变和45个非瘤性病变)。计算ENDOANGEL-LD诊断图片测试集的准确率、灵敏度和特异度等指标。比较ENDOANGEL-LD与4名内镜专家在视频测试集中诊断胃瘤性病变的准确率、灵敏度和特异度。结果在图片测试集中, ENDOANGEL-LD诊断胃病变的准确率、灵敏度和特异度分别为93.9%(1 685/1 795)、98.0%(789/805)和90.5%(896/990);诊断胃瘤性病变的准确率、灵敏度和特异度分别为88.7%(714/805)、91.0%(273/300)和87.3%(441/505)。在视频测试集中, ENDOANGEL-LD和4名专家总体诊断胃瘤性病变的准确率分别为81.9%(68/83)和72.0%(239/332), 灵敏度分别为100.0%(38/38)和 85.5%(130/152), 特异度分别为66.7%(30/45)和 60.6%(109/180)。ENDOANGEL-LD的灵敏度优于4名专家(χ^(2)=6.220, P=0.013), 准确率(χ^(2)=3.408, P=0.065)和特异度(χ^(2)=0.569, P=0.451)与4名专家相当。结论 ENDOANGEL-LD辅助诊断系统能够准确检测出胃病变并进一步诊断出胃瘤性病变, 可在临床工作中辅助内镜医师。

人工智能对内镜医师染色放大内镜下胃癌识别能力的影响研究

目的评估人工智能(artificial intelligence, AI)辅助胃癌诊断系统在实时染色放大内镜视频中对内镜医师识别胃癌能力的影响。方法回顾性收集2017年3月—2020年1月武汉大学人民医院和公开数据集中的早期胃癌和非癌染色放大内镜图片作为训练集和独立测试集, 其中训练集包括4 667张图片(1 950张早期胃癌和2 717张非癌), 测试集包括1 539张图片(483张早期胃癌和1 056张非癌)。利用深度学习进行模型训练。前瞻性收集2020年6月9日—2020年11月17日来自北京大学肿瘤医院和武汉大学人民医院的100例患者的染色放大内镜视频(包含38例癌和62例非癌)作为视频测试集。纳入来自另外4家医院的4名不同年资内镜医师, 分2次(无或有AI辅助)对视频测试集进行诊断, 评估AI对内镜医师判断胃癌能力的影响。结果无AI辅助时, 内镜医师诊断视频测试集中胃癌的准确率、敏感度和特异度分别为81.00%±4.30%、71.05%±9.67%和87.10%±10.88%;在AI辅助下, 内镜医师辨认胃癌的准确率、敏感度和特异度分别为86.50%±2.06%、84.87%±11.07%和87.50%±4.47%, 诊断准确率(P=0.302)和敏感度(P=0.180)较无AI辅助时均有提升。AI在视频测试集中辨认胃癌的准确率为88.00%(88/100), 敏感度为97.37%(37/38), 特异度为82.26%(51/62), AI的敏感度高于内镜医师平均水平(P=0.002)。结论 AI辅助诊断系统是染色放大内镜模式下辅助诊断胃癌的有效工具, 可提高内镜医师对胃癌的诊断能力。它能实时提醒内镜医师关注高风险区域, 以降低漏诊率。

基于深度学习的放大蓝激光成像和放大窄带成像模式下早期胃癌识别模型的诊断效果对比

目的研制基于深度卷积神经网络的放大蓝激光成像(ME-BLI)和放大窄带成像(ME-NBI)模式下早期胃癌识别系统,比较2种模式下模型的性能差异,并探讨模型训练方式对准确度的影响。方法回顾性收集ME-BLI和ME-NBI下的胃良性病灶和早期胃癌的内镜图像,共收集5个数据集和3个测试集:数据集1包括2024张非癌和452张早期胃癌ME-BLI图片,数据集2包括2024张非癌和452张早期胃癌ME-NBI图片,数据集3是数据集1和2的合集(共4048张非癌、904张早期胃癌ME-BLI和ME-NBI图片),数据集4在数据集2的基础上增加62张非癌和2305张早期胃癌ME-NBI图片(共2086张非癌和2757张早期胃癌ME-NBI图片),数据集5在数据集3的基础上增加62张非癌和2305张早期胃癌ME-NBI图片(共4110张非癌、3209张早期胃癌ME-BLI和ME-NBI图片);测试集A包括422张非癌和197张早期胃癌ME-BLI图片,测试集B包括422张非癌和197张早期胃癌ME-NBI图片,测试集C是测试集A和测试集B的合集(共844张非癌、394张早期胃癌ME-BLI和ME-NBI图片)。根据5个数据集分别构建5个模型,分别评估其在3个测试集中的表现。通过以病灶为单位的视频测试,比较ME-NBI和ME-BLI模式下早期胃癌识别模型在临床环境下的性能差异,并与4名资深内镜医师进行比较。主要终点指标为早期胃癌的诊断准确度、灵敏度和特异度。采用卡方检验进行统计学分析。结果模型1在测试集A的表现最佳,准确度、灵敏度、特异度分别为76.90%(476/619)、63.96%(126/197)、82.94%(350/422);模型2在测试集B的表现最佳,准确度、灵敏度和特异度分别为86.75%(537/619)、92.89%(183/197)、83.89%(354/422);模型3在测试集B中的表现最佳,准确度、灵敏度和特异度分别为86.91%(538/619)、84.26%(166/197)、88.15%(372/422);模型4在测试集B的表现最佳,准确度、灵敏度和特异度分别为85.46%(529/619)、95.43%(188/197)、80.81%(341/422);模型5在测试集B的表现最佳,准确度、灵敏度和特异度分别为83.52%(517/619)、96.95%(191/197)、77.25%(326/422)。根据图片识别早期胃癌,模型2~5的准确度均高于模型1,差异均有统计学意义(χ^(2)=147.90、149.67、134.20、115.30,P均<0.01);模型2和3的灵敏度和特异度均高于模型1,模型2的特异度低于模型3,差异均有统计学意义(χ^(2)=131.65、64.15、207.60、262.03、96.73,P均<0.01);模型4和5的灵敏度均高于模型1~3,模型4和5的特异度均低于模型1~3,差异均有统计学意义(χ^(2)=151.16、165.49、71.35、112.47、132.62、153.14,176.93、74.62、14.09、15.47、6.02、5.80,P均<0.05)。以病灶为单位的视频测试结果显示,医师1~4的平均准确度为68.16%;模型1~5的准确度分别为69.47%(66/95)、69.47%(66/95)、70.53%(67/95)、76.84%(73/95)和80.00%(76/95)。模型1~5之间、模型1~5与医师1~4之间的准确度比较差异均无统计学意义(P均>0.05)。结论基于深度学习的ME-BLI早期胃癌识别模型具有较好的准确度,但诊断效果略差于ME-NBI模型;ME-NBI联合ME-BLI早期胃癌识别模型的诊断效果优于单独模式下的模型;增加ME-NBI图片数量,尤其是早期胃癌图片,可以提高ME-NBI模型的灵敏度,但特异度有所下降。

基于不同训练方法的2种人工智能系统在染色放大内镜下识别早期胃癌的能力比较

目的比较随机裁剪图片深度卷积神经网络识别模型(DCNN-C)和整张图片深度卷积神经网络识别模型(DCNN-W)2种基于不同训练方法的人工智能系统在染色放大内镜下辅助识别早期胃癌的能力。方法回顾性收集武汉大学人民医院内镜中心窄带成像和蓝激光成像2种染色放大内镜模式下的早期胃癌或非癌图片和视频片段,用于DCNN-C和DCNN-W的训练集和测试集。比较DCNN-C和DCNN-W在图片测试集中,以及DCNN-C、DCNN-W和3名高年资内镜医师(平均水平)在视频测试集中识别早期胃癌的能力。统计学方法采用配对卡方检验和卡方检验。观察者间的一致性以Cohen′s Kappa统计系数(Kappa值)表示。结果在图片测试集中,DCNN-C诊断早期胃癌的准确度、灵敏度、特异度、阳性预测值分别为94.97%(1133/1193)、97.12%(202/208)、94.52%(931/985)、78.91%(202/256),分别高于DCNN-W的86.84%(1036/1193)、92.79%(193/208)、85.58%(843/985)、57.61%(193/335),差异均有统计学意义(χ^(2)=4.82、4.63、61.04、29.69,P=0.028、=0.035、<0.001、<0.001)。在视频测试集中,高年资内镜医师诊断早期胃癌的准确度、特异度和阳性预测值分别为67.67%、60.42%、53.37%,分别低于DCNN-C的93.00%、92.19%、87.18%,差异均有统计学意义(χ^(2)=20.83、16.41、11.61,P<0.001、<0.001、=0.001);DCNN-C诊断早期胃癌的准确度、特异度和阳性预测值分别高于DCNN-W的79.00%、70.31%、64.15%,差异均有统计学意义(χ^(2)=7.04、8.45、6.18,P=0.007、0.003、0.013);高年资内镜医师诊断早期胃癌的准确度、特异度、阳性预测值与DCNN-W比较差异均无统计学意义(均P>0.05);高年资内镜医师、DCNN-W和DCNN-C诊断早期胃癌的灵敏度分别为80.56%、94.44%、94.44%,差异均无统计学意义(均P>0.05)。一致性分析结果显示,高年资内镜医师与金标准的一致性一般至中等(Kappa值=0.259、0.532、0.329),DCNN-W与金标准的一致性中等(Kappa值=0.587),DCNN-C与金标准的一致性极高(Kappa值=0.851)。结论当训练集相同时,DCNN-C识别早期胃癌的能力优于DCNN-W和高年资内镜医师,DCNN-W与高年资内镜医师水平相当。