智能手机辅助的AI尿流率测量评估（SAVE研究）：与标准尿流率测量方法的对比研究

《World Journal of Urology》：Smartphone-AI videouroflowmetry evaluation (SAVE study): a concordance study with standard uroflowmetry

本研究通过SAVE研究验证了基于智能手机的AI辅助视频尿流metry系统（AI-VUF）在男性LUTS患者中的诊断准确性，其Qmax和排尿量与标准尿流metry的CCC值分别达0.968和0.992，误差小于5%，为远程尿动力学评估提供了无创解决方案。

　　

摘要

目的

为了开发和验证一种新型的、无需硬件的、基于智能手机的视频尿流测量系统（AI-VUF），并通过将其诊断准确性与标准体重依赖型尿流测量方法进行比较，来评估该系统在患有下尿路症状（LUTS）的男性患者中的效果。这项研究是SAVE（智能手机-AI视频尿流测量评估）项目的一部分。

方法

本研究是一项前瞻性研究，共有103名48至79岁的男性LUTS患者参与。每位参与者都接受了标准的体重传感器尿流测量，并使用智能手机同时录制排尿过程。研究采用了专有的AI算法来提取最大尿流率（Qmax），而排尿量则由一位对标准尿流测量结果不知情的独立专家通过视觉观察进行估算。两种方法之间的一致性通过Lin一致性相关系数（CCC）、Bland-Altman图、绝对百分比误差（APE）和反应性指数来评估。

结果

AI-VUF与标准尿流测量方法显示出近乎完美的一致性：Qmax的一致性系数为0.968，排尿量的一致性系数为0.992。Qmax的平均差异为0.04 mL/s；中位APE为4.0%。Bland-Altman分析显示一致性范围较窄（-3.66至+3.74 mL/s）。未检测到显著的比例偏差。该系统无需校准，且仅依赖于消费级智能手机即可运行。

结论

这项初步的SAVE研究表明，通过智能手机实现的AI辅助视频尿流测量方法具有与标准尿流测量方法相当的诊断性能。这种方法为远程或办公室环境中的排尿功能评估提供了一种有前景且可扩展的解决方案，有助于提高泌尿系统诊断的普及程度。