壹生大学

壹生身份认证协议书

本项目是由壹生提供的专业性学术分享,仅面向医疗卫生专业人士。我们将收集您是否是医疗卫生专业人士的信息,仅用于资格认证,不会用于其他用途。壹生作为平台及平台数据的运营者和负责方,负责平台和本专区及用户相关信息搜集和使用的合规和保护。
本协议书仅为了向您说明个人相关信息处理目的,向您单独征求的同意,您已签署的壹生平台《壹生用户服务协议》和《壹生隐私政策》,详见链接:
壹生用户服务协议:
https://apps.medtrib.cn/html/serviceAgreement.html
壹生隐私政策:
https://apps.medtrib.cn/html/p.html
如果您是医疗卫生专业人士,且点击了“同意”,表明您作为壹生的注册用户已授权壹生平台收集您是否是医疗卫生专业人士的信息,可以使用本项服务。
如果您不是医疗卫生专业人士或不同意本说明,请勿点击“同意”,因为本项服务仅面向医疗卫生人士,以及专业性、合规性要求等因素,您将无法使用本项服务。

同意

拒绝

同意

拒绝

知情同意书

同意

不同意并跳过

工作人员正在审核中,
请您耐心等待
审核未通过
重新提交
完善信息
{{ item.question }}
确定
收集问题
{{ item.question }}
确定
您已通过HCP身份认证和信息审核
(
5
s)

【内镜新视角】全自动人工智能辅助诊断系统助力检查UC相关病理炎症

2019-03-02作者:论坛报小塔资讯
溃疡性结肠炎

内镜下黏膜愈合是预测溃疡性结肠炎(UC)预后的重要指标,UC患者实现组织学愈合与降低临床恶化和结直肠瘤变的风险有关。超扩大内视镜(endocytoscopy, EC)可以实现520倍接触式显微成像,在组织学严重程度的预测方面可与其他先进技术相媲美,但往往只有专家应用该内视镜才能达到较高的准确性。此外,内镜下疾病活动分类的观察者间差异也被广泛质疑。为了解决这一问题,研究者开发了一个计算机辅助诊断(CAD)系统来支持新手及有经验的内镜医师对UC相关的黏膜病理炎症进行分级。

本期内镜新视角介绍的这项回顾性研究,联合CAD系统与超扩大内视镜对UC患者不同肠段病理炎症进行判断(病理学活动或病理学愈合),并与“金标准”——组织学病理进行比较,得出该人工智能系统的敏感性、特异性及准确度等。

研究简介

此项来自日本的消化内镜人工智能研究,应用超扩大内视镜下CAD系统对UC患者肠黏膜进行“光学活检”,并与金标准病理结果进行比较,以评估CAD 系统的准确性。研究结果发表于《消化内镜》(Gastrointest Endosc)杂志2019年2月刊。

研究者回顾性分析了2016 年10 月至2018 年4月间187例UC患者数据,每例患者均采集了6个不同肠段(盲肠、升结肠、横结肠、降结肠、乙状结肠、直肠)的超扩大内视镜图像(共22835张)和病理标本。其中,2016年10月6日至2017 年12 月8 日间采集的100例患者的525套测试样本(每套样本包括每例患者的全部EC图像和1个来自一个肠段的病理标本)为验证样本,共包括来自不同肠段的EC图片9935张。2017年12月13日至2018年4月30日期间采集的另外87 例患者的12900 张EC 图片用于计算机学习以构建CAD。CAD对整体肠段持续性组织性炎症的诊断能力为主要结局指标。

QQ截图20190301143258.jpg

图1 超扩大内视镜联合内镜窄带成像术(NBI)的人工智能辅助诊断系统来判断UC黏膜病理

结果显示,CAD系统对全部结肠段图像的判断情况:预测持续性组织学炎症的总体诊断敏感性为74%[95%可信区间(CI)为65%~81%],特异性为97%(95% CI 为95% ~99%),准确性为91%(95%CI为88%~93%),阳性预测值(PPV)为90%(95%CI为83%~95%),阴性预测值(NPV)为91%(95%CI为88%~93%)。CAD 系统对患者个体的判断情况:预测持续性组织学炎症的总体诊断敏感性、特异性、准确性、PPV、NPV 分别为86%(95% CI 为75%~94%)、93% (95% CI 为80% ~99%)、89%(95% CI 为81%~94%)、94%(95% CI为85% ~99% )和83%(95% CI为69%~92%)。

CAD系统运行性能:CAD系统成功地为100%(9985/9985)验证图像提供诊断输出,每幅图像的诊断时间为0.4秒。第一次和第二次CAD 诊断的观察者间一致性是完美的(κ=1)。(首都医科大学附属北京友谊医院消化内科 于洋 整理)

内镜下溃疡性结肠炎病理学评估

人工智能辅助诊断系统来帮忙

首都医科大学附属北京友谊医院  张澍田

本文介绍的联合CAD系统与超扩大内视镜对UC患者黏膜病理炎症进行判断的人工智能(AI)技术,创新性地显示出CAD系统良好的诊断能力,可以有效预测UC患者持续的组织学炎症,可在一定程度上弥补内镜医师经验差异对病变判断的影响。本项研究所使用的CAD系统具有全结肠段病变判断、完全自动化100%可重复性的优势。

近年来,“光学活检”的概念被引入消化道内镜领域,它可实现镜下实时诊断并减轻患者的医疗费用及病理学相关负担。超扩大内视镜是一种可用于光学活检取样的接触显微镜技术,目前已被用于临床评估UC患者炎症的严重程度和预测病情恶化的可能。本项研究中采用了超扩大内视镜与窄带成像(NBI)联合的模式,相对于共聚焦激光显微内镜,可实现光学模式的实时转换。

CAD系统联合超扩大内视镜预测持续性组织学炎症的总体诊断敏感性为74%(95% CI 为65% ~81%)、特异性为97%(95%CI为95%~99%)、准确率为91%(95% CI 为88% ~93%)。

文章作者也指出,考虑到内镜下判断组织病理炎症活动程度的困难性以及目前尚不足以代替组织病理活检,CAD系统74%的诊断敏感性是可以接受的。尽管CAD系统病变判断的特异性非常高,但通过活检排除其它病因诱发的结肠炎症(例如艰难梭菌感染、巨细胞病毒感染)仍是必须的。

QQ截图20190301143329.jpg

图2 超扩大内视镜(endocytoscopy, EC),A 新型内镜,镜身顶端的镜头突起(箭头所示),较B,过去的内镜,可更容易地实现与黏膜的接触

QQ截图20190301143340.jpg

图3 传统内镜图像、EC图像及组织病理图片

A-C 相应的传统内镜下、超扩大内视镜(CAD判断为“愈合”)下升结肠图片及组织病理图片(无急性炎症);

D-F 相应的传统内镜下、超扩大内视镜(CAD判断为“活动”)下降结肠图片及组织病理图片(发现隐窝脓肿)

(本文来自《中国医学论坛报》2019年2月28日D4版,如需转载,请联系授权)

200 评论

查看更多