我院陳泓磊教授團(tuán)隊(duì),、武漢大學(xué)人民醫(yī)院于紅剛教授團(tuán)隊(duì)發(fā)布消化內(nèi)鏡人工智能最新研究成果“Validation of Artificial Intelligence-based Bowel Preparation Assessment in Screening Colonoscopy”,，文章發(fā)表于美國(guó)消化內(nèi)鏡協(xié)會(huì)會(huì)刊《Gastrointestinal Endoscopy》（IF=7.7）,。

該研究主要探究了人工智能在評(píng)估篩查性結(jié)腸鏡檢查中腸道準(zhǔn)備質(zhì)量方面的有效性，也是內(nèi)鏡精靈腸道清潔度評(píng)分功能在指導(dǎo)結(jié)腸鏡檢查腸道準(zhǔn)備中的臨床關(guān)鍵證據(jù),。

研究背景

結(jié)直腸癌（Colorectal Cancer, CRC）是全球第三大常見(jiàn)癌癥類(lèi)型,，同時(shí)也是導(dǎo)致癌癥死亡的主要原因之一。結(jié)腸鏡檢查作為廣泛認(rèn)可且有效的結(jié)直腸癌篩查方法,，其良好的腸道準(zhǔn)備對(duì)于結(jié)腸鏡檢查的成功至關(guān)重要,，而不充分的腸道準(zhǔn)備可能導(dǎo)致結(jié)直腸粘膜視化不完全、病變漏診率升高,、操作難度增加和手術(shù)時(shí)間延長(zhǎng),。因此，指南推薦對(duì)腸道準(zhǔn)備不足的患者進(jìn)行早期重復(fù)結(jié)腸鏡檢查,。然而目前人工評(píng)估腸道準(zhǔn)備存在主觀性,，而人工智能的自動(dòng)化和一致性?xún)?yōu)勢(shì)在腸道準(zhǔn)備評(píng)估中顯示出巨大潛力。

先前研究中,，基于深度學(xué)習(xí)的AI模型在評(píng)分波士頓腸道準(zhǔn)備量表（Boston Bowel Preparation Scale,，BBPS）方面取得了較高準(zhǔn)確率,，超過(guò)了所有內(nèi)鏡醫(yī)師。并且AI計(jì)算的腸道清潔度評(píng)分與腺瘤檢測(cè)率也呈現(xiàn)強(qiáng)相關(guān)性,。但其在識(shí)別因腸道準(zhǔn)備不足而遺漏大于5毫米腺瘤風(fēng)險(xiǎn)患者方面的能力尚未得到驗(yàn)證,。

研究?jī)?nèi)容

該研究中使用的實(shí)時(shí)自動(dòng)腸道準(zhǔn)備評(píng)估系統(tǒng)（e-Boston Bowel Preparation Scale，e-BBPS）是利用深度學(xué)習(xí)技術(shù)開(kāi)發(fā),，通過(guò)分析結(jié)腸鏡檢查退鏡過(guò)程中的實(shí)時(shí)圖像來(lái)計(jì)算e-BBPS分?jǐn)?shù),，該評(píng)分基于波士頓腸道準(zhǔn)備量表開(kāi)發(fā)并在前期團(tuán)隊(duì)研究中得到驗(yàn)證。該系統(tǒng)評(píng)分范圍為0-20,，每個(gè)數(shù)字代表BBPS 0-1幀占比5%的區(qū)間（例如,，0%-5%對(duì)應(yīng)e-BBPS分?jǐn)?shù)為1，5%-10%對(duì)應(yīng)e-BBPS分?jǐn)?shù)為2,，以此類(lèi)推）,。根據(jù)結(jié)腸鏡篩查的25% 腺瘤檢出率（adenoma detection rate，ADR）標(biāo)準(zhǔn),，將e-BBPS評(píng)分為3分作為保證ADR大于25%的閾值,，即所謂的高質(zhì)量結(jié)腸鏡檢查。因此,，當(dāng)e-BBPS評(píng)分≤3的患者定義為AI合格患者,，反之即為AI不合格患者，需要二次腸道清潔,?；谝陨舷到y(tǒng)，在中山大學(xué)附屬第八醫(yī)院進(jìn)行了一項(xiàng)前瞻性,、單中心,、觀察性研究，探究該系統(tǒng)在準(zhǔn)確識(shí)別因腸道準(zhǔn)備不足而漏診>5mm腺瘤風(fēng)險(xiǎn)患者的能力,。

▲人工智能內(nèi)鏡精靈在我院的臨床應(yīng)用

從2021年10月8日至2022年11月9日,，連續(xù)招募了446例結(jié)腸鏡篩查患者，最終納入研究的有393例患者,。其中80例患者被e-BBPS患者評(píng)定為腸道準(zhǔn)備不合格,，77例患者被操作內(nèi)鏡醫(yī)師評(píng)定為不合格。入組流程圖如圖1所示,。

▲患者入組流程圖

在e-BBPS評(píng)定為腸道準(zhǔn)備不合格的患者中,，大于5毫米腺瘤的漏檢率（>5mm Adenoma miss rate,，AMR）顯著高于評(píng)定為合格的患者（35.71% vs 13.19%,，p=0.0056）。此外,，總腺瘤漏診率（AMR）和息肉漏檢率（PMR）在不合格組也顯著更高,。詳細(xì)結(jié)果如下表所示,。

五名獨(dú)立的內(nèi)鏡醫(yī)師對(duì)視頻錄像進(jìn)行了評(píng)估，結(jié)果顯示e-BBPS系統(tǒng)與專(zhuān)家內(nèi)鏡醫(yī)師之間在評(píng)估腸道準(zhǔn)備質(zhì)量方面具有較高的一致性,。兩兩一致性評(píng)估結(jié)果如下表所示,。

總結(jié)

本研究驗(yàn)證了基于人工智能的定量腸道準(zhǔn)備評(píng)估系統(tǒng)（ e-BBPS），其可以準(zhǔn)確識(shí)別因腸道準(zhǔn)備不足而有漏檢病灶風(fēng)險(xiǎn)的患者,。根據(jù) e-BBPS 評(píng)估結(jié)果,，腸道準(zhǔn)備不充分的患者應(yīng)盡早復(fù)查結(jié)腸鏡，而腸道準(zhǔn)備充分的患者可按標(biāo)準(zhǔn)時(shí)間間隔復(fù)查,。并且AI系統(tǒng)的評(píng)估與專(zhuān)家內(nèi)鏡醫(yī)師的評(píng)估具有較高的一致性,，這支持了AI在標(biāo)準(zhǔn)化腸道準(zhǔn)備評(píng)估中的應(yīng)用前景。

此外,，AI系統(tǒng)的實(shí)施可能有助于標(biāo)準(zhǔn)化臨床實(shí)踐,，減少主觀性，提高篩查一致性和效率,。長(zhǎng)遠(yuǎn)來(lái)看,，AI的輔助可能減輕內(nèi)鏡醫(yī)師的工作負(fù)擔(dān)，讓他們能夠更專(zhuān)注于病變的檢測(cè),，從而可能提高醫(yī)療服務(wù)的整體質(zhì)量,。

陳泓磊提醒，腸道準(zhǔn)備不充分的患者應(yīng)盡早復(fù)查結(jié)腸鏡,，而腸道準(zhǔn)備充分的患者可按標(biāo)準(zhǔn)時(shí)間間隔復(fù)查,。

?

消化內(nèi)鏡中心/文圖

?