人工智能与内镜医师对胃瘤性病变的诊断效能比较

目的探讨人工智能(AI)系统与内镜医师对胃瘤性病变的诊断效能以及AI系统对于内镜医师的影响。方法收集2021年6月15日至2022年2月9日西安高新医院含有病理活检结果的251例患者的胃部病变图像[图片775张,其中白光443张,内镜窄带成像术(NBI)332张],其中胃瘤性病变64例(图片282张,其中白光168张,NBI 114张)。分析AI系统在白光内镜、NBI结合放大内镜(ME)模式下对于瘤性病变及非瘤性病变的诊断情况;比较AI、内镜医师以及AI辅助内镜医师对于胃瘤性病变的诊断灵敏度、特异度及准确度。结果AI组对于胃瘤性病变的诊断特异度、准确度均高于低年资内镜医师组与AI辅助低年资内镜医师组(P<0.05)。AI组对于胃瘤性病变的诊断特异度低于高年资内镜医师组与AI辅助高年资内镜医师组(P<0.05)。AI辅助低年资内镜医师组与低年资内镜医师组对于胃瘤性病变的诊断灵敏度、特异度、准确度无显著差异(P>0.05)。AI辅助高年资内镜医师组与高年资内镜医师组对于胃瘤性病变的诊断灵敏度、特异度、准确度无显著差异(P>0.05)。结论AI系统的诊断效能优于低年资内镜医师,可在筛查胃瘤性病变过程中指导低年资内镜医师,同时提示低年资内镜医师要不断积累诊断经验,提高胃瘤性病变的诊断灵敏度、特异度、准确度。

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。