人工智能辅助撰写内镜报告,让内镜医生的梦

北京痤疮医治医院 http://baidianfeng.39.net/a_yqhg/210111/8578752.html
近期，医院消化科团队在ClinicalandTranslationalGastroenterology杂志上发表了题为DevelopmentandValidationofanAutomaticImage-RecognitionEndoscopicReportGenerationSystem:AMulticenterStudy的文章。医工交叉合作，建立和验证基于图像识别的结构化报告生成系统（ISRGS），并评估其诊断性能。

现将该文章做一介绍，与大家分享。

研究背景

胃肠镜检查是早期诊治胃肠道疾病的重要途径。传统由内镜医师撰写的检查报告不但耗时严重，并有潜在的主观性甚至遗漏，影响检查效率及后续的多中心诊疗。本研究中，我们通过多中心数据库建立和验证基于图像识别的结构化报告生成系统（ISRGS），并评估其诊断性能。

研究方法

系统组成

ISRGS系统整合了实时视频捕获、部位识别、病变检测、病变亚特征分析和结构化报告生成模块。

InceptionResnetv2和MobileNetv3应用于部位识别模块；YOLOv3应用于病变检测模块；MASK-RCNN应用于病变大小估计模块；MobileNetv3应用于染色模式识别模块；SSDandC3D应用于活检过程识别模块。

图片纳入

来自9医院的张图像以6:2:2纳入训练、测试和多中心验证集。此外，前瞻性纳入医院的张图像进入前瞻性验证集以进一步评估该系统。

研究结局

该研究的主要结果是该系统在多中心和前瞻性验证集中对10种常见胃肠道病变的诊断效能。

研究结果

病变检测模块

在多中心测试集和前瞻性测试集中，ISRGS系统诊断早期食管癌、早期胃癌、早期结直肠癌、食管静脉曲张、反流性食管炎、巴雷特食管、慢性萎缩性胃炎、胃溃疡、大肠息肉和溃疡性结肠炎的总准确率分别为0.（95%置信区间0.-0.）和0.（0.-0.）。

部位识别模块

盲肠和上消化道定位的准确率分别为0.（0.-0.）和0.（0.-0.）。

染色类型识别模块

染色类型鉴别准确率为0.（0.-0.）。

病变大小估计模块

病变大小测量的相对误差为4.04%。

研究结论

ISRGS是一个可靠的计算机辅助内窥镜报告生成系统，它医院的内镜医师生成标准化和准确的内镜报告。

参考文献

1.SmithRA,AndrewsKS,BrooksD,etal.CancerscreeningintheUnitedStates,:AreviewofcurrentAmericancancersocietyguidelinesandcurrentissuesincancerscreening.CACancerJClin;68:–

2.Qu,J.Y.,Z.Li,J.R.Su,M.J.Ma,C.Q.Xu,A.J.Zhang,C.X.Liu,H.P.Yuan,Y.L.Chu,C.C.Lang,L.Y.Huang,L.Lu,Y.Q.LiandX.L.Zuo().DevelopmentandValidationofanAutomaticImage-RecognitionEndoscopicReportGenerationSystem:AMulticenterStudy.ClinTranslGastroenterol12(1):e.