人工智能辅助内镜诊断系统对肠道溃疡诊断价值的临床应用研究.pdfVIP

人工智能辅助内镜诊断系统对肠道溃疡诊断价值的临床应用研究

摘要

目的：

克罗恩病（Crohnsdisease，CD）、溃疡性结肠炎（ulcerativecolitis，UC）、肠道

intestinalBehçet’sdiseaseBDintestinaltuberculosisITB

白塞氏病（，）、肠结核（，）

和原发性肠道淋巴瘤（primaryintestinallymphoma，PIL）是临床上常见的肠道溃疡

性疾病。它们在临床表现、内镜和影像学特征上相似，误诊率和漏诊率居高不下，

因此，如何在检查过程中准确而及时的鉴别诊断肠道溃疡，成为亟待解决的临床难

题。本研究旨在开发一款人工智能（artificialintelligence，AI）辅助的内镜诊断系统，

以辅助识别这五种肠道溃疡疾病、提高临床诊断的准确性。

方法：

本研究由回顾性研究和前瞻性研究两部分构成。首先，回顾性收集自2017年1

120211231

月日至年月日在青岛大学附属医院三个院区（市南院区、崂山院区、

CDUCBDITBPIL38811987

黄岛院区）临床和病理诊断为、、、或的例患者的张

811

合格的内镜图片（回顾性内部数据集），按：：的比例分配到训练集、验证集和

convolutionalneuralnetworkCNNTransformer

内部测试集中，利用卷积神经网络（，）和

开发AI内镜诊断模型，并进行初步评估。随后，收集来自青岛大学附属医院平度院

区的患者的内镜图片（回顾性外部数据集）与内部测试集组合，对AI内镜诊断模型

进行多中心测试，并与不同资质的内镜医师的诊断准确率进行比较。自2022年6月

1日至2023年3月1日于青岛大学附属医院市南院区内镜中心进行前瞻性试验，当

接受肠镜检查的患者被内镜医师发现溃疡性病变并可能为CD、UC、BD、ITB或PIL

AI1603

时，使用内镜诊断系统来诊断，共纳入例患者，通过病理结果和个月随访

AI

进行最终确诊，进而比较内镜诊断系统和内镜医师的诊断准确性。此外，我们还

纳入了一些临床数据（年龄、性别、体重指数、腹痛、腹胀、腹泻、发热、脓血便、

腹部包块、体重减轻、口腔溃疡、CRP、ESR和T-SPOT），与病人的内镜图片整合，

利用机器学习训练综合诊断模型。使用Python3.8.8和SPSS26.0进行编程和统计分

析。本研究经青岛大学附属医院医学伦理委员会批准（伦理号：QYFYEC2023-19）。

前瞻性研究均获得患者的知情同意，并在中国临床试验中心注册（注册号：

CHICTR230073620）。

结果：

1.UCCD

在回顾性内部数据集、外部数据集和前瞻性数据集中，和的内镜图

BDITBPIL

像较多，而，，的图像相对较少。肠道溃疡性疾病患者以男性居多，多

I

数溃疡病变小于20mm。三组数据中溃疡病变在疾病类型和病变部位上有显著差异

P0.00144.1%

（）。在内部数