期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
上消化道内镜人工智能系统临床应用专家共识(2023,武汉)
1
作者 中华医学会消化内镜学分会大数据协作组 于红刚 +9 位作者 王洛伟 姚理文 王静 游航 李佳 谭霞 罗任权 陶逍 王君潇 刘军 《中华消化内镜杂志》 CSCD 北大核心 2024年第2期85-96,共12页
食管胃十二指肠内镜(esophagogastroduodenoscope,EGD)是诊断上消化道肿瘤、癌前病变及危急重疾病的有效工具。人工智能技术在EGD的质量控制和辅助诊断中起到了重要作用,但目前国内外尚无EGD人工智能系统应用的相关共识。2023年中华医... 食管胃十二指肠内镜(esophagogastroduodenoscope,EGD)是诊断上消化道肿瘤、癌前病变及危急重疾病的有效工具。人工智能技术在EGD的质量控制和辅助诊断中起到了重要作用,但目前国内外尚无EGD人工智能系统应用的相关共识。2023年中华医学会消化内镜学分会组织全国领域内权威专家讨论,结合国内外最新循证医学证据,形成EGD人工智能系统临床应用专家共识,旨在为临床医师应用EGD人工智能时提供合理的决策依据。本共识包括人工智能在胃镜盲区监测、食管异常病灶识别、食管癌浸润深度预测、食管胃静脉曲张分级、胃异常病灶识别等方面的13条推荐意见陈述,以及EGD人工智能系统临床应用要求。 展开更多
关键词 人工智能 食管胃十二指肠内镜 中国 专家共识
原文传递
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)
2
作者 张梦娇 徐铭 +13 位作者 吴练练 王君潇 董泽华 朱益洁 何鑫琦 陶逍 杜泓柳 张晨霞 白宇彤 商任铎 李昊 匡浩 胡珊 于红刚 《中华消化内镜杂志》 CSCD 2023年第5期372-378,共7页
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273... 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。 展开更多
关键词 人工智能 胃镜检查 诊断 胃局灶性病变
原文传递
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
3
作者 王君潇 董泽华 +8 位作者 徐铭 吴练练 张梦娇 朱益洁 陶逍 杜泓柳 张晨霞 何鑫琦 于红刚 《中华消化内镜杂志》 CSCD 2023年第4期293-297,共5页
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... 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。 展开更多
关键词 人工智能 胃肿瘤 白光 胃瘤性病变
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部