文摘目的探讨基于人工智能(artificial intelligence,AI)建立的辅助诊断模型在内镜窄带成像(narrow-band imaging,NBI)模式下对结直肠平坦型病变的诊断价值。方法回顾性收集2016年1月至2023年8月于南京医科大学第一附属医院内镜中心行肠镜检查并诊断为结直肠平坦型病变的患者的内镜图片共计1568张。根据肠镜检查时使用的光源,将筛选后的图像分为白光组、NBI组和混合数据(白光与NBI)组。这些组中均设有训练集,用于辅助诊断模型的建立。验证集用于调整参数。测试集用于评估模型的各项性能,包括:准确率、灵敏度、特异度、曲线下面积(Area Under the Curve,AUC)等。以病理组织学诊断为金标准,记录下基于人工智能的辅助诊断模型在不同光源下对结直肠平坦型病变的内镜诊断结果与病理诊断结果的对比分析。结果该模型在白光下对结直肠平坦型病变的诊断准确率、灵敏度、特异度、AUC为:78.67%、84.47%、68.75%、0.77(95%CI 0.72-0.81);在NBI下诊断病变的准确率、灵敏度、特异度、AUC为:83.94%、86.15%、81.94%、0.84(95%CI 0.78-0.90)。混合数据集中,模型准确率、灵敏度、特异度、AUC为:78.88%、77.11%、81.03%、0.79(95%CI 0.76-0.83)。结论人工智能模型在窄带成像光源下诊断结直肠平坦型病变的准确率、灵敏度、特异度、AUC均高于普通白光,有着较高的诊断价值。