200
评论
查看更多
密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
日本庆应义塾大学建立了一个高精度的基于人工智能（AI）的食管内镜下黏膜剥离术（ESD）自动相位识别系统，可以根据视频图像自动识别内镜下的每个相位。该系统能够对内镜的治疗阶段进行详细分析，在未来收集大量数据可能有助于确定治疗技术的质量指标，并发现需要创建新治疗方法和设备未满足的医疗需求。文章发表于《 消 化 内 镜 》[Gastrointest Endosc. 2024,99(5):830-838]杂志2024年5月刊。
内镜下黏膜剥离术(ESD)因其微创的肿瘤切除过程而成为早期消化道肿瘤的标准治疗方法。ESD是一个多步骤的过程，涉及内镜下的多个阶段，包括病变识别、标记、黏膜下注射、黏膜切开和黏膜下剥离。虽然单独分析每个阶段是值得的，但由于需要大量的人力，在实践中是不现实的。近年来，随着卷积神经网络的发展，人工智能(AI)对图像和视频分析产生了重要的影响。一个可以根据视频图像自动识别每个阶段的手术阶段识别系统，可能会大大减少原本需要的人力。这种类型的AI系统可以实现手术过程的实时监控，并允许手术团队之间的信息共享，从而通过改进适当的器械和患者的准备来提高手术室的效率。该系统还可以创建视频摘要作为术后教育工具。然而，目前还没有关于ESD中自动相位识别的报道。
该研究利用先进的AI技术，成功建立了一个浅表食管癌ESD的自动相位识别系统。该项研究对94个浅表性食管癌的ESD视频进行评估。食管ESD分为8个阶段（图1），由两名胃肠道内镜医师手动和独立地进行视频注释和验证。采用时序卷积网络分层预测ESD相位的TeCNO技术作为ESD相位自动识别的AI模型。AI模型自动相位识别的总体准确率为90%，平均精确率、召回率和F值分别为91%、90%和90%（表1）。文章展示了模型预测的两个具有代表性的ESD视频，显示了AI在临床实践中的可用性。
图1 8个内镜阶段的代表性图像：(0)无步骤，(1)准备，(2)碘染色，(3)标记，(4)黏膜下注射，(5)黏膜切开，(6)黏膜下剥离，(7)切除后。
表1 评估AI模型的整体准确率、精确率、召回率、F值
研究者说
由于内镜技术的进步，近年来随着微创治疗的普及，ESD的自动相位识别在临床上变得越来越重要。该研究中的食管ESD自动相位识别系统总体准确率达到90%，与以往的报道相比，这是非常高的。该系统提供了几个临床优势。由于解剖结构的个体差异，手术中的变异很常见，但食管ESD的变异较少，这有助于AI模型的高准确性。该模型显示出相对较高的精确率、召回率、F值和准确率，特别是在碘染色和标记阶段。这可能是因为碘的颜色和标记点的形状很独特，很容易被AI模型识别。
虽然分析ESD中的每个相位很重要，但手动区分每个相位是非常低效和不切实际的。通过使用研究中的AI模型可以以高精度和显著减少人力的方式自动化。该AI系统可以通过显示剩余时间和相变时间来提高内镜室的工作效率，从而帮助医务人员准备下一个仪器或患者。由于内镜室会连续进行多个ESD治疗，因此该AI模型可能对高容量中心特别有用。此外，如果操作过程不正确，系统可以提醒内镜医师偏离程序。AI还可以通过关注特定的阶段持续时间来敏感地估计内镜医师的技能和学习曲线。该系统可以帮助创建一个手术平台，让年轻的住院医生或学生等受训者可以快速回顾内镜检查视频的实际阶段。制作教育视频需要大量的人力和时间，引入这样的AI系统可以大大减少这些人力和时间。
目前的研究有几个局限性。首先，这是一项在单一机构进行的回顾性研究，由一名内镜专家执行手术。由于内镜医师技能和仪器的差异可能会影响AI识别的准确性，该项目计划未来在多个机构进行研究，不仅包括专家，也包括非专家。其次，因为较长的阶段有更多的AI训练框架，AI模型的准确性往往取决于每个阶段的持续时间。随着病例数量的增加，制备阶段等较少时间阶段的准确性可能会提高。
（首都医科大学附属北京友谊医院消化内科 张婉茹整理，张澍田 教授审校）
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017