AI驱动的结肠镜系统显著降低息肉漏诊率

漏诊息肉的隐性代价

结直肠癌是美国癌症死亡的第二大原因，但在癌前息肉阶段发现时，它是最容易预防的癌症之一。结肠镜检查是金标准筛查工具：胃肠病学家将配备摄像头的内镜插入，直观检查结肠内膜，并在可疑生长物成为癌症之前将其移除。问题是人类视觉检查，即使由经验丰富的内镜医生进行，在标准结肠镜检查程序中也会漏诊大量腺瘤（癌前息肉）。AI辅助检测系统现在开始弥补这一差距。

什么被漏诊以及原因

并非所有息肉都同样容易检测。有蒂息肉（蘑菇形生长物）相对容易发现。更难发现的是平坦或无蒂锯齿状腺瘤，它们紧贴结肠粘膜，可能与正常组织褶皱混淆。这些病变特别危险：无蒂锯齿状病变的恶性进展速度比常规腺瘤更快，更容易发展成最难治疗的侵袭性微卫星不稳定性结直肠癌。

内镜医生疲劳是一个真实因素。结肠镜检查程序需要持续的视觉注意力，同时要管理内镜机制、患者沟通和文档记录——这种多任务负荷会在程序过程中和临床日期间降低检测性能。连续结肠镜检查研究中，一名内镜医生立即重新检查结肠，发现腺瘤漏诊率为20-26%，其中平坦病变在漏诊腺瘤中的比例过高。

AI检测如何工作

AI辅助结肠镜系统在内镜医生的视频源上显示实时叠加层，使用在大型结肠镜录像数据集上训练的计算机视觉模型来突出可能含有息肉的区域。性能最好的系统在毫秒内产生检测警报——速度比人类有意识地处理和评估粘膜区域更快。AI不是替代内镜医生的判断，而是充当永不疲劳或分心的持续第二双眼睛。

比较AI辅助和标准结肠镜的临床试验一致发现，计算机辅助检测降低了腺瘤漏诊率，对小的平坦病变的影响最为明显。一项随机对照试验的荟萃分析发现，与未经辅助的结肠镜检查相比，AI辅助使腺瘤检测率提高了约10个百分点——这是一项临床意义重大的改进，因为更高的检测率直接转化为筛查人群中结直肠癌长期发病率的降低。

特异性挑战

早期AI检测系统容易产生高假阳性率——将正常粘膜褶皱、气泡或人工制品区域标记为可能可疑的。高假阳性率会产生警报疲劳：如果AI每隔几秒就警报一些内镜医生立即识别为正常的东西，警报就会失去可信度，医生开始忽视它们。

最近的系统通过更好的训练数据集和更复杂的模型架构大幅改进了特异性。目前商业部署的系统具有足够低的假阳性率以供临床使用，但持续的挑战是提高最难以检测的病变——最重要的平坦锯齿状腺瘤的敏感性——而不重新引入破坏系统临床信任的假阳性率。

采纳和报销

来自多家供应商的AI结肠镜辅助系统已获得FDA 510(k)批准，并正在主要医疗中心和社区诊所的内镜检查室中集成。通过Medicare和商业保险公司对AI辅助结肠镜检查的报销一直滞后于技术本身，为采纳创造了经济摩擦。然而，随着检测改进的证据基础的积累以及支付者认识到预防结直肠癌的长期成本影响，报销框架正在逐步调整。

接下来会发生什么

内镜检查中AI的下一个前沿是息肉表征——使用实时成像来区分腺瘤与不需要移除的增生性息肉，以及需要手术而非内镜管理的恶性病变。准确的AI表征可以减少不必要的息肉切除术，并能够更有针对性的后续随访安排，使筛查结肠镜检查既更有效又更高效。初始系统在研究环境中展示了有前景的表征准确性，商业化预期在未来几年跟随检测系统进入广泛临床使用。

本文基于Medical Xpress的报道。阅读原文。