壹生资讯-AI辅助CT下诊断慢性胰腺炎胰腺外分泌功能不全

您已通过HCP身份认证和信息审核

(

AI辅助CT下诊断慢性胰腺炎胰腺外分泌功能不全

2024-05-29作者：论坛报小塔资讯

原创

↓↓点击图片一键直达↓↓

2024年5月18—21日，2024年美国消化疾病周（DDW 2024）在美国华盛顿成功举行。海军军医大学第一附属医院（上海长海医院）消化内科李兆申院士团队凭借其在慢性胰腺炎（CP）发病机制、诊断技术创新、疾病分类分型、环境因素影响以及临床治疗效果评估等多领域的深入研究，在本次大会中脱颖而出，成功获得1项口头报告及8项poster展示的机会，不仅为慢性胰腺炎等消化系统疾病的预防、诊断和治疗提供了新的思路和方法，也体现了长海医院团队在消化系统疾病研究领域的学术影响力。《中国医学论坛报》特别邀请长海医院消化内科团队对研究进行分享，以飨读者。

Poster1

AI辅助CT下诊断慢性胰腺炎胰腺外分泌功能不全

DDW摘要：tU1452

团队生文达博士在DDW2024现场

胰腺外分泌功能不全（PEI）是慢性胰腺炎的重要并发症之一，其典型症状表现为上腹部不适、脂肪泻和体质量减轻等，如不及时诊断并给予适当治疗，将严重影响患者生活质量并引发一系列并发症。然而，目前PEI的诊断方法，如直接胰腺功能试验（PFT）、脂肪吸收系数、内镜下PFT和粪弹力蛋白酶-1（FE-1）等，由于其侵入性、高成本和复杂性，临床上很难实施。近年来，人工智能（AI）在医学影像分析方面显示出巨大应用前景，邹文斌、廖专教授团队在国际上首次报道了基于AI的PEI影像诊断模型，这一创新研究在DDW2024上获评杰出壁报。

该研究纳入2018年1月至2023年4月期间接受FE-1和增强CT检查的436例CP患者。研究团队首先对其中196例患者进行人工全胰腺分割，在此基础上建立了全胰自动分割模型。随后使用FE-1作为PEI诊断指标，分别在影像组学特征、语义特征和深度学习特征上建立PEI诊断模型。在这些模型中，深度学习模型取得了最为显著的效果，最大特异性为85.23%，曲线下面积（AUC）为0.78。由于AI模型通常存在过程不透明、结果缺乏解释的情况，导致“黑盒效应”，增加了模型的不可信任性。为了增强模型的可解释性，该研究生成相应热力图，用于展示AI关注区域的权重。此外，研究还邀请了6位不同年资的放射科医生在借助与不借助AI辅助情况下诊断PEI。在AI模型的帮助下，医生的诊断特异性平均提高了20%以上，尤其在低年资医生中提高更为显著，体现出AI对临床医生的指导价值。

研究结论提示，基于AI的深度学习模型可用于增强CT下全胰腺自动分割，并有效诊断CP患者的PEI，在该模型的指导下，放射科医生诊断准确性得到显著提高。这是机器学习和深度神经网络仅通过影像评估PEI的开创性研究，有效推动了CP患者的临床实践，实现了一体化精准诊疗。

本文版权属于中国医学论坛报社，转载须授权

200 评论

知情同意书

AI辅助CT下诊断慢性胰腺炎胰腺外分泌功能不全

热门资讯

关于我们

中国医学论坛报微信矩阵

助力乡村振兴帮扶行动

友情链接