《iGIE》：Usefulness of artificial intelligence in diagnosing early gastric cancer using magnifying endoscopy with narrow-band imaging
编辑推荐：
本研究开发基于AI的内镜诊断系统辅助早期胃癌筛查，通过对比10位内镜医生（5专家/5非专家）与AI系统在500例样本中的诊断性能，AI系统在敏感性和特异性上均显著优于医生（P=0.002和0.01）。该研究验证了AI系统在提高早期胃癌诊断准确率上的可行性。
姚剑士（Kenshi Yao）|西田俊平（Shunpei Nishida）|宫冈雅树（Masaki Miyaoka）|小野洋一郎（Yoichiro Ono）|金光隆夫（Takao Kanemitsu）|今村健太郎（Kentaro Imamura）|石川智（Satoshi Ishikawa）|长谷川里奈（Rino Hasegawa）|浅尾翔（Shou Aso）|高野圭辅（Keisuke Takano）|大泽修吾（Shugo Oozono）|平濑隆之（Takayuki Hirase）|久部隆（Takashi Hisabe）|坂口清一郎（Seiichiro Sakaguchi）|市川学（Manabu Ichikawa）|西村秀敏（Hidetoshi Nishimura）
日本筑紫市福冈大学筑紫医院内镜科
摘要
背景与目的
本研究开发了一种人工智能（AI）系统，旨在利用窄带成像（NBI）放大内镜技术辅助早期胃癌的诊断，以提高上消化道内镜检查的诊断准确性。本研究旨在评估该基于AI的系统的诊断性能与内镜医生的诊断效果。
方法
共使用了500例病例（包括早期胃癌病例和非癌性病例）来开发该诊断辅助AI系统。我们通过k折交叉验证法对AI系统进行了评估，并比较了AI系统与10名内镜医生（5名专家和5名非专家）在检测早期胃癌方面的诊断性能。癌性病变的诊断标准为组织病理学诊断，而非癌性病变的诊断标准为高置信度的放大内镜诊断结果。
结果
AI系统及所有内镜医生的诊断敏感性中位数（四分位数范围，IQR）分别为100%（100–100%）和76.8%（65.5–78.9%）；AI系统的敏感性显著高于内镜医生（P = 0.002）。AI系统及所有内镜医生的诊断特异性中位数（IQR）分别为100%（99.0–100%）和86.0%（72.0–91.8%）；AI系统的特异性也显著更高（P = 0.01）。
结论
本研究表明，在NBI放大观察过程中应用诊断辅助AI系统是可行的，并提示该系统有望提高上消化道内镜检查对早期胃癌的诊断准确性。
