食管癌目前是我国最常见的癌症之一,食管癌及时的发现及治疗能明显延长患者生存期。随着计算机技术的日益进步,越来越多基于深度学习技术的计算机辅助诊断模型应用于消化系统疾病的研究当中。目前基于深度学习技术建立的模型已经部分应...食管癌目前是我国最常见的癌症之一,食管癌及时的发现及治疗能明显延长患者生存期。随着计算机技术的日益进步,越来越多基于深度学习技术的计算机辅助诊断模型应用于消化系统疾病的研究当中。目前基于深度学习技术建立的模型已经部分应用于消化内镜下辅助诊断食管癌,并且获得较高诊断率,本文就目前的研究进展做出总结,并对其未来方向做出预测。Esophageal cancer is currently one of the most common cancers in China, and timely detection and treatment of esophageal cancer can significantly prolong the survival of patients. With the advancement of computer technology, more and more computer-aided diagnostic models based on deep learning technology are applied to the study of digestive diseases. At present, the model based on deep learning technology has been partially applied to the auxiliary diagnosis of esophageal cancer under digestive endoscopy, and has obtained a high diagnosis rate. This article reviews the current research progress and looks forward to its future.展开更多
目的:消化内镜是消化系统疾病的重要诊治手段,消化内镜人工智能(artificial intelligence,AI)辅助系统(以下简称“消化内镜AI”)在消化内镜领域中具有广泛的应用前景。内镜受检者的信任和接受是消化内镜AI研发、应用、推广的基石,目前...目的:消化内镜是消化系统疾病的重要诊治手段,消化内镜人工智能(artificial intelligence,AI)辅助系统(以下简称“消化内镜AI”)在消化内镜领域中具有广泛的应用前景。内镜受检者的信任和接受是消化内镜AI研发、应用、推广的基石,目前国内外缺乏受检者对消化内镜AI接受度的衡量工具。本研究旨在编制受检者对消化内镜AI接受度量表,并评估其信效度。方法:通过文献调查构建条目池和维度,运用Delphi法构建初版量表。对受检者进行第1阶段的问卷调查,根据数据对量表进行信效度检验;利用修改后的量表对受检者进行第2阶段调查,进一步验证量表的结构效度。结果:受检者对消化内镜AI接受度量表包含准确性、伦理、获益与意愿3个维度11个条目。第1阶段调查收回有效问卷351份,总克龙巴赫α系数为0.864;量表总分与验证条目得分的相关系数为0.636,结构效度中KMO(Kaiser-Meyer-Olkin)值为0.788。第2阶段调查收回有效问卷335份,结构效度中χ^(2)/df为3.774,近似均方根误差(root mean squared error of approximation,RMSEA)为0.091。结论:本研究编制的受检者对消化内镜AI接受度量表具有良好的信效度。展开更多
文摘2024年5月24日,上海交通大学医学院附属第六人民医院消化内镜中心宛新建教授团队联合东华大学机械工程学院、上海交通大学生物医学工程学院和国内多家临床中心,在《柳叶刀》(The Lancet)旗下杂志eClinicalMedicine在线发表题目为Efficacy of real-time artificial intelligence-aid endoscopic ultrasonography diagnostic system in discriminating gastrointestinal stromal tumors and leiomyomas:a multicenter diagnostic study的原创性临床论著文章。
文摘食管癌目前是我国最常见的癌症之一,食管癌及时的发现及治疗能明显延长患者生存期。随着计算机技术的日益进步,越来越多基于深度学习技术的计算机辅助诊断模型应用于消化系统疾病的研究当中。目前基于深度学习技术建立的模型已经部分应用于消化内镜下辅助诊断食管癌,并且获得较高诊断率,本文就目前的研究进展做出总结,并对其未来方向做出预测。Esophageal cancer is currently one of the most common cancers in China, and timely detection and treatment of esophageal cancer can significantly prolong the survival of patients. With the advancement of computer technology, more and more computer-aided diagnostic models based on deep learning technology are applied to the study of digestive diseases. At present, the model based on deep learning technology has been partially applied to the auxiliary diagnosis of esophageal cancer under digestive endoscopy, and has obtained a high diagnosis rate. This article reviews the current research progress and looks forward to its future.
文摘目的:消化内镜是消化系统疾病的重要诊治手段,消化内镜人工智能(artificial intelligence,AI)辅助系统(以下简称“消化内镜AI”)在消化内镜领域中具有广泛的应用前景。内镜受检者的信任和接受是消化内镜AI研发、应用、推广的基石,目前国内外缺乏受检者对消化内镜AI接受度的衡量工具。本研究旨在编制受检者对消化内镜AI接受度量表,并评估其信效度。方法:通过文献调查构建条目池和维度,运用Delphi法构建初版量表。对受检者进行第1阶段的问卷调查,根据数据对量表进行信效度检验;利用修改后的量表对受检者进行第2阶段调查,进一步验证量表的结构效度。结果:受检者对消化内镜AI接受度量表包含准确性、伦理、获益与意愿3个维度11个条目。第1阶段调查收回有效问卷351份,总克龙巴赫α系数为0.864;量表总分与验证条目得分的相关系数为0.636,结构效度中KMO(Kaiser-Meyer-Olkin)值为0.788。第2阶段调查收回有效问卷335份,结构效度中χ^(2)/df为3.774,近似均方根误差(root mean squared error of approximation,RMSEA)为0.091。结论:本研究编制的受检者对消化内镜AI接受度量表具有良好的信效度。