软式内镜管道自动清洗装置对消化内镜消毒质量的影响

目的评价软式内镜管道自动清洗装置对消化内镜消毒质量的影响。方法选取某医院消化内镜中心160条胃肠镜检查后的内镜作为研究对象,运用区组随机化的方法,将内镜按照1∶1的比例随机分配至试验组和对照组。在内镜管道刷洗阶段,试验组内镜采用软式内镜管道自动清洗装置刷洗内镜,对照组内镜采用清洗消毒员手工刷洗内镜。比较两组内镜的消毒合格率、内镜管道刷洗时间及清洗消毒员躯体疲劳程度等指标的差异。结果试验组内镜总体消毒合格率(98.75%)高于对照组(88.75%,P=0.009),其中试验组胃镜消毒合格率高于对照组(98.33%VS 86.89%,P=0.016),肠镜消毒合格率两组比较,差异无统计学意义(100%VS 90.00%,P=0.299)。试验组内镜管道刷洗时间长于对照组[(158.76±17.46)s VS(117.44±13.59)s,P<0.001]。试验组刷洗前后清洗消毒员躯体疲劳程度得分差值低于对照组[(0.87±0.80)分VS(2.84±1.08)分,P<0.001],其中刷洗前清洗消毒员躯体疲劳程度得分两组比较,差异无统计学意义[(1.23±0.50)分VS(1.20±0.46)分,P=0.743];试验组刷洗后清洗消毒员躯体疲劳程度得分低于对照组[(2.10±1.13)分VS(4.04±1.36)分,P<0.001]。结论软式内镜管道自动清洗装置可提高内镜消毒质量,减轻清洗消毒员躯体疲劳程度。

自动化软式内镜通道刷洗系统对内镜清洗质量的影响

目的评估自动化软式内镜通道刷洗系统在内镜再处理中的效果。方法采用随机对照设计,诊疗后的内镜使用随机数字表法分为自动组和手动组,每组200条。自动组内镜清洗时采用自动化软式内镜通道刷洗系统对每个管道刷洗3次,手动组内镜清洗时洗消人员对每个管道常规手动刷洗3次。主要终点指标为内镜清洗质量合格率,次要终点指标为洗消人员刷洗内镜用时。结果内镜整体清洗合格率自动组为90.0%(180/200),手动组为81.0%(162/200),差异有统计学意义(χ^(2)=6.534,P=0.011),其中,胃镜清洗合格率自动组明显高于手动组[92.0%(127/138)比81.6%(120/147),χ^(2)=6.658,P=0.010],肠镜清洗合格率自动组与手动组比较差异无统计学意义[85.5%(53/62)比79.2%(42/53),χ^(2)=0.774,P=0.379]。自动组5条内镜刷洗用时(5.17±0.42)min,手动组为(9.60±0.53)min,自动组用时明显少于手动组(t=92.644,P<0.001)。结论自动化软式内镜通道刷洗系统相比手动刷洗,可以提高内镜的清洗合格率,提高洗消人员的工作效率,值得临床推广应用。

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。