欢迎访问一彩娱乐,一彩平台,一彩娱乐注册,招商主管qq77479,一彩娱乐有限公司网站!

水处理咨询热线:
400-029-4680
栏目导航
行业资讯
行业资讯
新闻动态
联系我们
服务热线
400-029-4680
电话:029-893237890
电话:13700273261
18792799963
邮 编:710065
地址: 西安市雁塔区电子正街双桥国际
结直肠癌筛查的突破! 宣布的首次人工智能相关临床随机对照试验结果
浏览: 发布日期:2019-03-09

赵宏伟

2月2日。8,博士。 刘晓刚主任王普、哈佛医学院的泰勒·伯津教授和其他人共同撰写了发表在GUT杂志上的论文《实时自动检测系统提高结肠息肉和腺瘤检出率:一项前瞻性随机对照研究》,其影响因子为1。7 2018年。 016。

肠癌筛查突破!首次AI相关临床随机对照试验成果公布

本文率先使用随机对照实验来测量结肠镜检查中息肉和腺瘤的人工智能检查率,以探讨人工智能对腺瘤检出率( ADR )的改善效果。

ADR被称为结肠镜检查的黄金指数,一些研究指出,ADR每增加1 %,结直肠间期癌的风险就会降低3 %。%,致命结直肠间期癌的风险降低了5 %。 相关指南要求对50岁以上无症状人群进行结肠镜检查时进行ADR,即。e。 男性不少于30 %,女性不少于20 %。。 如今,通过增加ADR来降低腺瘤的漏诊率已经成为许多研究的目标,这些研究集中在成像技术和医疗设备设计上。。

人工智能最近被引入到息肉和腺瘤的检测和分类中。 这项技术在初步研究中显示出令人鼓舞的结果,本文从现实世界的研究中提供了有力的支持证据。。

这是世界上第一个研究人工智能在结直肠癌辅助诊断中作用的随机对照临床试验。 过去发表的与人工智能相关的结直肠癌研究结果主要是回顾性或观察性研究。。

与回顾性研究或观察性研究相比,本实验是一项前瞻性随机对照研究。 从2017年9月至2018年2月,患者被随机纳入。 同时,许多可能影响实验结果的变量被控制。 该实验可以清楚地比较单个一彩娱乐因素,以寻求人工智能技术对ADR的影响。。

第一作者王普告诉动脉网记者:“由于实验的严谨性和创新性,这是国际权威医学杂志认可和发表的第一项前瞻性随机对照试验,研究人工智能辅助诊断是否能改善核心临床指标。随机对照试验是最严格的医学实验方法之一,也是测试新药临床效果最常用的主要方法。这项实验的最大意义在于,这是第一次使用人工智能辅助诊断设备确实可以改善核心临床指标。目前,大多数使用人工智能技术的研究仍然停留在用回顾性数据验证人工智能技术的准确性上。这远远不够。临床医学真正期望的人工智能技术是一种设备,必须能够在大规模前瞻性随机临床试验中显著改善核心临床指标。“

基于人工智能的结肠镜检查有望显著改善不良反应

本研究的目的是测试高性能的实时自动息肉检测系统是否能提高实际临床环境中息肉和腺瘤的检出率。具体来说,当自动息肉检测系统被用作内窥镜医生的助手时,它将会探索自动息肉检测系统对医生不良反应的影响。

整个研究在中国四川人民医院内窥镜中心进行。研究组和对照组都使用高清晰度内窥镜( Olympus CF-290和CF-260 )和高清晰度监视器检查患者的结肠。在受试者筛选过程中,实验者排除了炎症性肠病( IBD )、遗传性结直肠癌( CRC )、结直肠手术史和活检禁忌症患者。

结肠镜检查前,1130名连续患者根据预先生成的随机序列被纳入两组。对照组将进行常规结肠镜检查,而研究组( CADe组)将使用实时自动息肉检测系统来辅助内部检测。检测系统连接到内窥镜处理器并同步捕获视频流。

研究小组的内窥镜主要集中在主监视器上,声音警报提示检查系统检测每个息肉的位置。没有护士、实习生或工作人员助理来协助决策过程。

对照组中,工作人员助理记录结肠镜检查类型( CF-H290/CF-Q260 )、内窥镜进入时间、内窥镜退出时间和波士顿肠道准备量表( BBPS )。当检测到息肉时,护士协助组织活检并记录位置、大小和形态特征。

一彩娱乐

在CADe组中,实验之外的工作人员将另外记录系统遗漏和误识别的息肉。息肉遗漏识别被定义为内窥镜检查确认但系统未检测到的息肉;错误识别被定义的系统确定为病理变化,但是内镜医生在观察后否认了这一点。

肠癌筛查突破!首次AI相关临床随机对照试验成果公布

实时自动息肉检测系统辅助决策

最终结果显示,与对照组相比,研究组腺瘤和息肉的检出率分别提高了72 %和89 %。具体来说,CaD组的ADR、PDR和结肠镜息肉和腺瘤的平均数量显著增加。从形态学角度来看,总腺瘤检出量的增加主要归因于小腺瘤的增加。

CADe系统检测到的大多数小腺瘤都很小,这支持了传统观点,即在内窥镜视野中,医生更容易错过小息肉,而不是更大或更突出的息肉。虽然小腺瘤的恶性风险比大腺瘤的恶性风险小,但总腺瘤检出率的提高最终可能会降低CRC诊断失误的风险。

结果还显示,小增生性息肉的检出率显著增加。这种类型的息肉经常导致医生进行不必要的息肉切除术,增加了医生的工作量。将来,CADe系统可以与CADx系统结合使用,以支持检测、诊断和忽略策略,避免过多的工作量。

肠癌筛查突破!首次AI相关临床随机对照试验成果公布

从上述数据可以看出,P值小于0。001,在合理的置信区间内,人工智能辅助的PDR为0。291比0。4502,增长61 %;从0开始的ADR。将2034年提高到0。2912年,增长95 %。因此,与人工病变识别相比,CaD系统的高性能、稳定性和持久性可以大大提高临床诊断水平,自动息肉检测一彩娱乐平台系统与不同经验水平的医务人员之间的直接比较也值得进一步研究。

这个实验做了什么详细的准备

1。深度学习采用系统

本实验中使用的实时自动息肉检测系统是由上海联合医疗技术有限公司开发的。有限公司。(维西昂人工智能)。该研究团队先前的研究发表在2018年10月的《自然生物医学工程》杂志上。对于回溯数据库,该算法的灵敏度为每帧94。38 %,每帧的特异性为95。92 %,ROC曲线下面积为0。984。通过部署多线程处理系统,该系统在实时视频分析中的处理速度为25帧/秒,延迟为76。80 plusmn;5。60毫秒。对于内窥镜医生来说,这种延迟可以忽略不计。系统监视器与原始内窥镜监视器相邻并平行固定。

肠癌筛查突破!首次AI相关临床随机对照试验成果公布

王普说:“在算法开发过程中,我们特别考虑了息肉的表面特征,而不仅仅依赖于息肉的完整形态。与过去十年该领域的研究相比,本文中的算法具有明显的特点:该算法主要依赖于病变的局部特征,因此即使息肉仅部分出现在内窥镜的边角,或者仅从皱缩的肠壁后面漏出一点,或者仅漏出被肠液或粪便覆盖的部分,该算法也能有效地给出预警。这些正是医生最容易错过的息肉。”

2。实验室人员和样品的选择

八名消化内科医生参与了这项研究,其中包括两名高级内窥镜医生( 20,000多结肠镜检查)、两名中级内窥镜医生( 3,000至10,000多结肠镜检查)和四名初级内窥镜医生( 100至500多结肠镜检查)。

共有1130名患者参加了这项实验。在这些患者中,72名患者(常规组31名,CADe组41名)被排除在外,他们部分符合排除标准。最后,1058名符合条件的患者参加了实验,其中536名患者随机分为对照组,522名患者随机分为CaD组。

3。统计分析

随后的统计指出,在整个实验过程中检测到767个息肉。有422个腺瘤( 55个。无柄锯齿状腺瘤31例( 4。04 % )。一般来说,269个息肉( 35。CADe组498例( 64。9一彩娱乐主管3 % )。

对照组和CADe组结肠镜检查的息肉平均数量分别为0。51和0。97 ( p <0。001), PDR of control group and CADe group were 0 respectively。29 and 0。45(OR=1。995,95%CI,1。532-2。544,p <0。 001)。There was no statistically significant difference in baseline clinical and demographic variables between the two groups。Therefore, the potential confounding effect is not considered。

在这个实验中检测到422个腺瘤。对照组和CADe组结肠镜检查发现的腺瘤平均数量分别为0。31和0。53 (临 <0.001)。ADR of control group and CADe group were 0。20 and 0。29(OR=1。61,95%CI 1。213 to 2.135,p <0.001)

与对照组相比,CADe组检测到的息肉数量明显高于无蒂息肉。当考虑无蒂息肉时,小于0。除盲肠和升结肠外,当观察到5cm息肉和结肠各段息肉时,CaD组中检测到的腺瘤数量显著增加。

良好肠道准备的结果( BBPS≥7 ) :在良好肠道准备的情况下,CaD组的ADR比常规组高6 %。然而,由于子组分析中样本量不足,未能显示出统计学上的显著差异。在CADe组中,其他结果,包括检测到的腺瘤的平均数量、检测到的息肉的平均数量以及PDR显著增加。

肠癌筛查突破!首次AI相关临床随机对照试验成果公布

自动息肉检测系统假阳性: CADe组有39个假阳性,每个结肠镜检查的平均假阳性率为0。075。CADe系统没有遗漏研究组中检测到的息肉。

这个实验的局限性

最后,讨论了本研究的局限性。首先,该系统的确切贡献可能难以评估,因为内窥镜和患者不可能采用双盲设计。医生的“竞争精神”和“观察行为”可能会影响实验组的ADR结果。这个机制可以解释CADe组中潜在的混杂因素,即。e。内窥镜医生可能在已知观察的环境中更加专注。

在这项研究中,研究人员从每个相应的测试时间中减去活组织检查程序的时间,得到了相似但不相关的结果( 6。07分钟对6分钟。18分钟,p=0。15 ),这在某种程度上可以反映两组相似的观察注意。

将来,研究人员可以设计双盲研究,探索该系统对增加ADR的确切贡献。这种研究也有助于确定内窥镜医生和系统是否同时检测到息肉,或者内窥镜医生最初是否遗漏了息肉。目前对这个问题的研究并不是为了解决这个问题。

第二个限制是缺乏外部效力。在这项研究中,样本选自中国患者群体,基线腺瘤和息肉的检出率低于西方国家。中西人口之间的遗传、饮食、生活方式和习惯差异等因素可能是这个问题的主要困难。因此,这项研究的结果可能不适用于基线ADR较高的世界,未来需要进一步研究该系统在这些领域的适应性和有效性。

第三,尽管假阳性率很低,但是系统的设计者出乎意料地有一些假阳性,并且由于检测到药物胶囊、局部出血部位或未消化的食物残渣,可能会分散手术过程中的注意力。这可以通过向当前系统添加足够的训练数据来纠正。

第四,这项研究没有控制内窥镜检查中医生的疲劳程度,这可能是影响ADR的一个独立因素。需要进一步研究这种CADe系统对不同疲劳程度的医生的有效性。

第五,由于初级内窥镜用于结肠镜检查的样本量不足,需要进一步研究,以显示CADe系统在不同培训级别中的作用和有效性。

最后,这项研究仅使用奥林巴斯结肠镜检查设备进行。因此,系统对其他公司生产的设备的适应性也应该被探索。

研究结果对结肠检测的随访效果

本文指出,在过去十年中,高性能和高稳定性的结肠息肉自动检测一直是一个引人注目的研究课题,其目的是增加ADR。然而,目前的技术还没有产生足够的诊断性能来考虑临床应用。为了考虑息肉自动检测系统的实际临床应用,它必须具有非常高的灵敏度和特异性,足够的实时标准处理时间和屏幕报警系统。

缺乏特异性将导致许多假阳性。因此,灵敏度不足不仅会增加PDR/ADR,还会增加医生的负担。此外,为了使实时检测有效,分析时间必须很快,即。e。人工智能诊断必须避免明显的延迟。由于这些先决条件,目前大多数关于息肉自动检测的研究都是小规模的非临床研究,尽管随着对这一领域兴趣的迅速增加和深入学习的出现,预计在未来几年内会取得很大进展。

目前,人工智能在消化内镜中的应用主要分为两个方向。一个是帮助诊断CADx。该设备的光学能力,如数百次放大内窥镜检查、窄带NBI、荧光技术和深入学习判断病变性质,被用来代替病理诊断。然而,这种依靠病变表面细微特征预测病理结构的方法仍有待验证。尽管一些传统的深度学习模型在这一领域取得了相对较高的预测性能,但它们并不是100 %对应于病理结构,各国现行的临床规范也发生了很大变化,因此没有得到大规模应用。另一个主要方向是CaD的辅助检测,即AI只提供视野中可见病变的位置,具体诊断也需要临床医生当场做出决定。这种类型的应用主要解决了人类肉眼的局限性。人工智能检测在疲劳、缺乏经验和分心的情况下为内窥镜医生提供有效的帮助。由于它对临床规范和实践没有本质的影响,只要它达到相应的技术指标,这种应用就会更容易被广泛接受。

这项研究属于后者,其临床意义非常重大:在结肠镜检查中,临床医生和设备制造商多年来的共同目标是提高ADR (腺瘤检出率),即筛查患者中检出腺瘤的比例。这项研究证明,计算机可以作为第二个观察者,在结肠镜检查过程中实时提示临床医生病变。以前的临床试验表明,配备护士或受训人员以及其他非专业人员作为第二观察者的结肠镜检查可以改善ADR 30 %,而人工智能作为第二观察者已经达到了专家水平,可以很有期望地改善ADR。

当然,最理想的状态是CADe和CADx的结合,即“检测+分析”,以提高ADR/PDR和医生的诊断效率。。在中国医疗资源稀缺的背景下,人工智能可能是解决当前矛盾的唯一途径。

这部电影不是结局,而是一个新的开始。未来,王普团队将继续进行双盲实验和多组研究…以数据展示医生和人工智能如何合作来最大限度地提高其有效性,并逐渐让灵敏度和特异性接近“1”,实现实时自动息肉检测系统从“有效”到“飞跃”的突破。

最后,引用了王普在采访中的讲话:“从消化科学的角度来看,应用人工智能技术可以提高临床服务水平,降低医疗服务的成本和风险。“。一一彩娱乐网站个好的人工智能系统需要验证。原创标题:结直肠癌筛查的突破。第一次人工智能相关临床随机对照试验的结果在GUT中公布。。。。”

友情链接/LINKS

Copyright © 2002-2018 一彩娱乐 版权所有 / txt地图 HTML地图 XML地图百度XML地图