【摘 要】
：
目的利用大数据开发人工智能辅助结直肠息肉性质鉴别系统(简称人工智能息肉鉴别系统)并进行临床验证。方法2018年6月至2019年6月前瞻性收集16家参研中心的结直肠息肉内镜图像，由主治医师及以上职称的结肠镜医师在结直肠息肉内镜图像中标注息肉的基本信息(位置、大小、形态、病理活组织检查结果)，并圈出息肉轮廓以供人工智能息肉鉴别系统开发。以息肉病理活组织检查结果为金标准，分别计算白光模式、窄带成像技术(
【机 构】
：
海军军医大学长海医院消化科 国家消化系疾病临床医学研究中心，上海 200433,海军军医大学长海医院消化科 国家消化系疾病临床医学研究中心，上海 200433,海军军医大学长海医院消化科 国家消化系疾
论文部分内容阅读
目的利用大数据开发人工智能辅助结直肠息肉性质鉴别系统(简称人工智能息肉鉴别系统)并进行临床验证。
方法2018年6月至2019年6月前瞻性收集16家参研中心的结直肠息肉内镜图像，由主治医师及以上职称的结肠镜医师在结直肠息肉内镜图像中标注息肉的基本信息(位置、大小、形态、病理活组织检查结果)，并圈出息肉轮廓以供人工智能息肉鉴别系统开发。以息肉病理活组织检查结果为金标准，分别计算白光模式、窄带成像技术(NBI)模式、白光联合NBI模式，以及结肠镜医师对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值和准确度。应用McNemar检验和Kappa检验进行统计学比较。
结果共收集15 441张合格结肠镜图像，其中白光模式图像9 109张，NBI模式图像6 332张。在实验室水平，白光模式和NBI模式对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值、准确度分别为90.3%、98.3%、89.8%、98.4%、97.2%和90.5%、92.5%、92.3%、90.6%、91.5%。临床验证阶段纳入56例结直肠息肉患者，共78枚息肉。白光模式和NBI模式对息肉性质鉴别的灵敏度、特异度、阳性预测值、阴性预测值、准确度分别为70.3%、82.1%、78.8%、74.4%、76.3%和78.4%、87.2%、85.3%、81.0%、82.9%。结肠镜医师、白光模式和NBI模式的判断结果分别与病理检查结果比较差异均无统计学意义(均McNemar检验，P均>0.05)，但是一致性一般，Kappa值分别为0.632、0.525和0.657(P均<0.01)。白光与NBI模式串联与病理检查结果比较的Kappa值为0.575，两者的一致性一般，但两者比较差异有统计学意义(McNemar检验，P＝0.004)。
结论建立的人工智能息肉鉴别系统具有一定辅助诊断作用，但准确性仍有待提高。
其他文献
目的分析乳腺癌患者的人体成分及其随年龄变化的情况，比较不同诊断标准下乳腺癌患者的肥胖发生率，了解体质量指数（BMI）与各人体成分指标之间的关系，调查乳腺癌患者的肌肉减少症发生率及其与肥胖的关系。方法选取女性乳腺癌患者1 187例，在术前利用生物电阻抗技术分析患者的人体成分。结果乳腺癌患者各人体成分指标的年龄组间差异有统计学意义（F值为3.767～32.627，P<0.01），不同年龄组患者的肌肉减
目的探讨多位一体化360°支持对女性系统性红斑狼疮患者家庭婚姻功能和生命质量的影响。方法选取2016年8月至2017年11月在空军军医大学风湿免疫科就诊的系统性红斑狼疮患者196例为研究对象。按随机数字表法分为观察组和对照组各98例。对照组采用常规护理宣教和出院随访，观察组在常规护理宣教和出院随访的基础上实施多位一体化360°支持护理。分别在干预前和干预后3个月比较2组家庭婚姻功能和生命质量，并于
目的为临床行体外膜肺氧合（ECMO）治疗患者血栓并发症预防与处理提供护理经验。方法总结1例重度急性呼吸窘迫综合征（ARDS）患者行ECMO治疗时合并深静脉附壁血栓的护理。要加强体外生命支持监测，重视血栓评估、监测、预防及处理，给予充分营养支持，指导正确的康复锻炼，加强心理护理等。结果患者未发生不可逆血栓相关性并发症，并于治疗62 d康复出院。结论患者虽发生深静脉附壁血栓，但通过及时有效的治疗和个体
目的探讨护理组长轮换制在ICU护理团队中的应用效果，为优化护理人力资源配置、促进医护团队合作、提高护理质量提供参考。方法于2018年10月至2019年6月在北京协和医院重症医学科病区内实施ICU护理组长轮换制，并通过个体访谈，运用半结构访谈法了解该制度实施后科室医护人员对团队合作、工作流程、护理质量等方面的感受和体验，以评估实施效果。结果访谈结果显示，实施护理组长轮换制后，多数医护人员感受到医护团
目的深入探讨本科护生在开放实验室模式下管理与被管理的体验，分析开放实验室管理中存在的问题并提出建议。方法采用质性研究中的现象学研究方法，运用目的抽样法，于2019年4—5月选取40名参与开放实验室的本科护生进行半结构式访谈，其中10名担任实验室管理员，将获得资料运用Colaizzi 7步分析法进行处理。结果提炼出实验室管理员的工作内容及感受、护生在管理下的感受、护生对开放实验室的需求及建议3个部分
目的探讨不监测胃残余量是否增加呼吸机相关性肺炎的风险。方法系统检索PubMed、Embase、Cochrane Library、中国知网、中国生物医学文献数据库和万方数据库，检索周期从建库到2019年1月。2位研究者独立完成文献的检索，并根据纳入和排除标准筛选文献并提取数据，采用RevMan5.3软件对符合要求的文献进行Meta分析。结果最终纳入4项研究，3项为随机对照研究，1项为队列研究，共78
慢性萎缩性胃炎和上皮内瘤变是胃癌筛查过程中常见胃黏膜病变，正确应对和处理胃黏膜癌前状态和癌前病变，对降低我国胃癌发病率意义重大。本共识在前期关于早期胃癌筛查流程和防控建议的基础上，结合我国胃癌前状态和癌前病变的发病现状，从胃黏膜癌前状态和癌前病变的定义、诊断和分期、治疗、监测和随访4个方面切入，提出针对胃黏膜癌前状态和癌前病变的诊治要点和随访策略，以期对该类疾病的防控发挥指导作用，从而实现早期阻断
提高消化内镜技术水平是各医院、学术组织和政府职能部门等多年努力践行的工作，目前存在的一些问题，需要借助人工智能的帮助。基于深度学习的卷积神经网络已广泛应用于各种消化内镜人工智能辅助系统。《中华消化杂志》本期人工智能专题刊载的消化内镜人工智能辅助系统与设备可从部位质量控制、隆起型病变检出和息肉性质鉴别3个层面辅助消化内镜检出和甄别病变；减轻胶囊内镜医师阅片的工作负担，以便聚焦小肠出血病灶的检出。这些
目的研发基于深度卷积神经网络(DCNN)的综合胃镜智能质控系统，并前瞻性评估该系统的临床可行性。方法针对胃镜检查中胃黏膜观察完整度、胃黏膜可视度、胃镜检查时长、胃癌可疑病变检测等质控目标分别设计胃镜扫查部位识别模型、胃黏膜可视度识别模型、体内外识别模型和胃癌检测模型4个DCNN模型。通过多中心回顾性纳入98 385张白光胃镜图像进行模型训练与测试。计算各模型的准确度、灵敏度、特异度，并绘制ROC曲
目的研发消化道隆起型病变人工智能实时辅助消化内镜影像诊断设备(简称内镜人工智能设备)，并评价其性能和安全性。方法收集2017年1至12月于四川大学华西医院内镜中心常规行胃镜和肠镜检查患者的内镜图像，基于深度卷积神经网络建立模型，研发内镜人工智能设备。2019年6至12月采用前瞻性、单中心、盲法、平行对照研究设计，比较内镜医师和内镜人工智能设备同时评估同一例患者胃镜和肠镜下隆起型病变的差异性，评估内