vue-cli-subapp

Lancet子刊:人工智能辅助系统在食管浅表性鳞状细胞癌及癌前病变内镜诊断中的作用

8小时前 xuyihan MedSci原创 发表于陕西省

食管鳞状细胞癌(squamous cell carcinoma, SCC)及其癌前病变是全球范围内常见的恶性疾病之一。AI辅助系统在减少浅表性食管鳞状细胞癌及癌前病变的漏诊率方面表现出一定的潜力。

食管鳞状细胞癌(squamous cell carcinoma, SCC)及其癌前病变是全球范围内常见的恶性疾病之一,尤其在东亚地区发病率较高。早期发现和诊断浅表性食管鳞状细胞癌及癌前病变对于改善患者预后至关重要。目前,白光内镜(white light endoscopy, WLE)和非放大窄带成像(non-magnified narrow-band imaging, NBI)被广泛用于筛查这些病变。然而,由于病变特征较为隐匿,并且内镜医生之间的解读存在差异,可能导致漏诊的发生。此外,高度依赖内镜医生的经验也使得检测结果缺乏一致性。

为了解决这一问题,研究团队开发了一种人工智能(artificial intelligence, AI)辅助系统,旨在通过WLE和非放大NBI提高对浅表性食管鳞状细胞癌及癌前病变的检测准确性。评估该AI系统在真实临床环境中的辅助诊断性能,特别是在减少漏诊率方面的效果。该研究由四川大学华西医院胡兵教授团队,于2024年1月9日在线发表于《The Lancet Gastroenterology & Hepatology》期刊(IF:30.9)。

 

这项研究是一项多中心、串联、双盲、随机对照试验,在中国的12家医院开展。纳入标准为年龄≥18岁且接受镇静上消化道内镜检查的患者,检查目的包括筛查、胃肠道症状调查或监测。共5934名患者被随机分配至AI优先组,5912名患者被分配至常规优先组。最终分别有5865名和5850名患者符合分析条件。采用计算机生成的随机数将患者按1:1比例随机分配至两组。患者、病理学家和统计分析师对分组不知情,而内镜医生和研究助理则知晓分组情况。每个研究中心的同一名内镜医生在同一天为每位符合条件的患者进行两次连续的上消化道内镜检查:AI优先组:第一次检查使用AI辅助系统,第二次检查不使用。常规优先组:检查顺序相反,即先进行常规检查,再进行AI辅助检查。主要结局指标是浅表性食管鳞状细胞癌及癌前病变的漏诊率,按病灶数量(per-lesion)和患者数量(per-patient)计算 。所有分析均基于每协议集(per-protocol)进行,使用风险比(risk ratio, RR)和95%置信区间(confidence interval, CI)评估两组之间的差异。此外,研究还记录了活检后出血等不良事件的发生情况。

图1 该研究的试验信息

 

共纳入11717名患者,其中5865名患者分配至AI优先组,5850名患者分配至常规优先组。按病灶数量计算:AI优先组的漏诊率为1.7%(2/118;95% CI 0.0–4.0),而常规优先组的漏诊率为6.7%(6/90;95% CI 1.5–11.8)。风险比为0.25(95% CI 0.06–1.08;p=0.079)。按患者数量计算:AI优先组的漏诊率为1.9%(2/106;95% CI 0.0–4.5),而常规优先组的漏诊率为5.1%(4/79;95% CI 0.2–9.9)。风险比为0.37(95% CI 0.08–1.71;p=0.40)。尽管两种漏诊率的差异未达到统计学显著性(p>0.05),但AI优先组的漏诊率始终低于常规优先组,提示AI辅助系统可能具有潜在优势。两组均报告了少量不良事件,主要包括活检后出血。AI优先组中有13名患者(0.2%)发生出血,常规优先组中有11名患者(0.2%)发生出血。未报告严重不良事件。

表 人工智能优先组和常规优先组主要和次要结局的比较

这项研究的结果表明,AI辅助系统在减少浅表性食管鳞状细胞癌及癌前病变的漏诊率方面表现出一定的潜力。尽管按病灶数量和患者数量计算的漏诊率差异未达到统计学显著性,但AI优先组的漏诊率均低于常规优先组,表明AI辅助系统可能有助于提高内镜检查的准确性 。此外,AI系统的应用并未增加不良事件的发生率,进一步证明其在临床实践中的安全性。

原文出处:

Yuan XL, Liu W, Lin YX, Deng QY, Gao YP, Wan L, Zhang B, Zhang T, Zhang WH, Bi XG, Yang GD, Zhu BH, Zhang F, Qin XB, Pan F, Zeng XH, Chaudhry H, Pang MY, Yang J, Zhang JY, Hu B. Effect of an artificial intelligence-assisted system on endoscopic diagnosis of superficial oesophageal squamous cell carcinoma and precancerous lesions: a multicentre, tandem, double-blind, randomised controlled trial. Lancet Gastroenterol Hepatol. 2024 Jan;9(1):34-44. doi: 10.1016/S2468-1253(23)00276-5. Epub 2023 Nov 10. Erratum in: Lancet Gastroenterol Hepatol. 2024 Jul;9(7):e10. doi: 10.1016/S2468-1253(24)00168-7. PMID: 37952555.

你可能还想了解:
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2256574, encodeId=127722565e490, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=62a11252096a' target=_blank style='color:#2F92EE;'>#食管浅表性鳞状细胞癌#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=4, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=125209, encryptionId=62a11252096a, topicName=食管浅表性鳞状细胞癌)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Tue Mar 18 11:44:55 CST 2025, time=9小时前, status=1, ipAttribution=陕西省)]

相关资讯

人工智能Grok 3 发布,引入链式思维技术(并与chatGPT,deepseek对比,Grok3真的强!)

刚刚,马斯克旗下公司的人工智能Grok 3正式发布,已经推出并展示了以下主要功能和改进:

OpenAI奥特曼自曝:GPT-5要来了,未来人工智能将走向何方?

奥特曼刚刚一则推文,在网络上掀起了讨论狂潮。他透露,OpenAI 的下一步是发布 GPT-4.5,这是其最后一个非思维链 (CoT) 模型。它的内部代号是 Orion,不过他没有解释 GPT-4.5

Nature Medicine:当人工智能点亮心脏迷宫:改写持续性房颤治疗史的开端

《Nature Medicine》研究表明,AI 引导的心脏消融术改变持续性房颤治疗困局。其通过 Volta AF - Xplorer 系统精准定位异常放电灶,提升无复发生存率,对介入医学意义重大。

AI取代医生?刘军教授揭秘:智能医疗的利与弊

【医悦汇】特别邀请清华大学统计学研究中心荣誉主任刘军教授做客对话大咖栏目,就人工智能在医疗领域的应用与发展进行了深入探讨。

【论肿道麻】人工智能在癌症研究中的实用指南

本文介绍了人工智能在癌症研究中的关键概念和工具,为非计算背景的癌症研究人员提供了一份实用指南,帮助我们理解和应用AI工具。

中医大师——中医AI智能体

中医大师——中医AI智能体

复旦大学郭剑明/王烁团队《自然·通讯》:人工智能赋能肾癌精准诊疗

该研究利用人工智能(AI)技术,通过术前CT图像精准预测肾脏肿瘤的良恶性及侵袭性,为肾脏肿瘤的临床治疗决策提供了全新的科学依据。

ChatGPT o3-mini、DeepSeek R1 和 Qwen 2.5在9个领域大对比

OpenAI的o3-mini 模型现已在 ChatGPT 的免费套餐中提供,它是一款紧凑但功能强大的 AI 模型,旨在在高级推理、编码能力和数学问题解决方面表现出色,在美国数学邀请赛 (AIME) 中

人工智能之战:ChatGPT、Qwen、DeepSeek——谁将赢得未来?

人工智能领域正以前所未有的速度发展,ChatGPT、DeepSeek 和 Qwen 正在争夺主导地位。每种模型都声称在特定领域(编码、效率、多语言支持)中具有优势——但它们在测

Lancet Digital Health:人工智能在乳腺X光检查筛查试验 (MASAI) 中的乳腺癌筛查性能和特征

这项随机对照试验的结果表明,人工智能支持的阅片程序可以安全地用于减少阅片工作量,且癌症检出率的显著提高可能有助于临床相关乳腺癌的早期发现。