Lancet子刊:新型人工智能在浅表食管鳞状细胞癌和癌前病变中的筛查效果

2023-12-24 MedSci原创 MedSci原创 发表于上海

这种人工智能系统在现实世界临床环境中的有效性和成本效益仍有待进一步评估。

尽管白光内镜(WLE)和非放大窄带成像(NBI)筛查浅表食管鳞状细胞癌和癌前病变方面很有用,但由于这些病变的细微特征和内镜医师对其解释的差异,这些病变可能会被遗漏。

来自四川大学胡兵教授团队在 Lancet Gastroenterology & Hepatology发表了一项新研究,该研究开发了一种人工智能系统,可以使用WLE和非放大NBI检测浅表食管鳞状细胞癌和癌前病变。

在这项研究中,研究人员在中国的 12 家医院开展了一项多中心、串联、双盲、随机对照试验。符合条件的患者年龄在18岁或18岁以上,因筛查、胃肠道症状调查或筛查而接受了镇静性上消化道内镜检查。患者通过电脑随机数字生成器被随机分配(1:1)到人工智能优先组或常规优先组。患者、病理学家和统计分析师都被蒙上了组别分配的面具,而内镜医师和研究助理则没有。主要结果是浅表食管鳞状细胞癌和癌前病变的漏诊率,按每个病灶和每个病人计算。所有分析均按方案进行。

结果显示,将5934名患者被随机分配到人工智能优先组,5912名患者被随机分配到常规优先组,其中5865名和5850名患者符合分析条件。单个病灶漏诊率为1.7% (2/118;AI-first组的95% CI0 - 4.0,而AI-first组为6.7% (6/90; (风险比0.25,95% CI 0.06 - 1.08; p = 0.079)。每例漏诊率为1.9% (2/106;AI-first组为0.0 - 4.5),而AI-first组为5.1% (4/79;常规第一组(0.37, 0.08 - 1.71; p = 0.40)AI-first组有13(0.2%)食管病变活检后出血,而常规-first组有11(0.2%)。两组患者均未报告严重不良事件。

综上,该研究发现人工智能辅助内镜对WLE和非放大NBI下浅表食管鳞状细胞癌和癌前病变的每个病变和每个患者的漏检率的影响,从实质性的获益到中性或小的负面影响都是一致的。这种人工智能系统在现实世界临床环境中的有效性和成本效益仍有待进一步评估。

原始出处

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. PMID: 37952555.

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2176909, encodeId=c82821e69090c, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=c0ad1090e8cc' target=_blank style='color:#2F92EE;'>#浅表食管鳞状细胞癌#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=37, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能), TopicDto(id=109078, encryptionId=c0ad1090e8cc, topicName=浅表食管鳞状细胞癌)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Sun Dec 24 21:21:04 CST 2023, time=2023-12-24, status=1, ipAttribution=上海)]

相关资讯

Eur Urol Oncol:一种全自动的人工智能系统辅助病理学家诊断组织学高等级尿路上皮癌

研究人员开发了一种全自动人工智能系统,可以协助病理学家通过数字化的尿液细胞学玻片中对高等级尿路上皮癌(HGUC)进行组织学预测。

【协和医学杂志】医学人工智能标准体系:历史与现状

本文基于后者进行总结分析,以期为医学人工智能标准的进一步发展提供参考。

谷歌推出超强多模态AI模型Gemini,人工智能更进一步!

近日美国科技巨头谷歌宣布推出其认为规模最大、功能最强大的AI智能模型Gemini (双子座)。Gemini 是 Google 最新的大型语言模型,Pichai 在 6 月份的 I/O 开发者大会上首次

论文速读 | 大模型与医学人工智能

本期内容涵盖医学领域多智能体协作的研究,中文医学大模型ChiMed-GPT和中医大模型HuatuoGPT-II,以及一个用于评估LLMs在较长医学文本上能力的医学数据集LongBoX。

OpenAI创始人Sam Altman的2023年终总结及17条人生建议

2023年即将画上一个句号。2023年,很多人认为是人工智能的元年! 这一年人工智能在全球风起云涌! 重要的标志是ChatGPT横空出世后掀起全世界AI热潮,肉眼可见,即将颠覆了每个人的生活。

Radiology:使用人工智能的胸片自主判析

近年来,人们对基于深度学习的人工智能(AI)模型在影像学的图像分类中给予了大量关注。现阶段,一些研究集中于开发区分正常和异常胸片的模型。