AI辅助内镜培训显著提升学员结肠镜检查质量指标：一项揭示计算机辅助检测系统长期价值的回顾性队列研究

本研究针对AI辅助内镜培训对学员未来操作质量的影响这一空白领域，通过对比分析6000例结肠镜检查数据，首次证实接受计算机辅助检测(CADe)系统培训的学员在独立操作时，其腺瘤检出率(ADR)提升5.3%、无蒂病变检出率(SDR)提升5.4%，且更易达到高质量标准(ORADR1.27, ORSDR1.93)。这项发表于《Surgical Endoscopy》的研究为AI技术在内镜教学中的长期价值提供了循证依据，对优化结直肠癌筛查培训体系具有重要指导意义。

　　

在结直肠癌(CRC)筛查领域，结肠镜检查虽是金标准，但高达26%的腺瘤和9%的进展期腺瘤会在单次检查中被漏诊。这种"视觉盲区"主要源于内镜医师的认知误差——即使病变出现在屏幕上，也可能因经验不足而无法识别。随着人工智能(AI)技术发展，计算机辅助检测(CADe)系统已能实时标记可疑病灶，但这类"电子导师"对学员长期技能培养的影响始终是未解之谜。

波兰雅盖隆大学的研究团队Zofia Orzeszko等开展了一项开创性研究，通过对比6名内镜医师独立完成的6000例结肠镜检查数据，首次揭示了CADe培训的"滞后效应"。研究显示，接受CADe系统培训的学员在后续非AI辅助操作中，其腺瘤检出率(ADR)达35.5%，较传统培训组显著提升5.3%，更突破35%的"理想阈值"；在无蒂病变检出率(SDR)方面，CADe组12.5%的表现也远超传统组的7.1%。尤为重要的是，AI培训使学员更易达到国际指南推荐的高质量标准(ADR:OR 1.27，SDR:OR 1.93)。

研究方法采用回顾性队列设计，纳入2021-2024年间18岁以上接受诊断性结肠镜检查的患者，排除炎症性肠病等干扰因素。关键技术创新点包括：1)使用Olympus X1系列4K超高清内镜系统，实验组配合ENDO-AID OIP-1实时息肉检测模块；2)严格遵循ESGE培训标准，两组各完成500例监督下操作；3)主要终点为ADR、SDR等质量指标，次要终点包括 laterally spreading tumors (LST)检出率；4)采用多变量逻辑回归分析培训方式对高质量操作的预测价值。

质量指标对比
数据显示AI培训组平均撤镜时间(WT)延长0.8分钟(9 vs 8分钟)，达到欧美指南推荐的理想阈值。在病变形态学分析中，AI组对<20mm非颗粒型LST的检出优势最显著(0.3% vs 0.1%)，提示CADe培训特别有助于提升对小而平坦病变的敏感度。

培训方式的影响机制
研究者认为，CADe系统通过两方面塑造学员认知：1)高频次警报培养全面观察习惯，即使面对假阳性警报也能强化警惕性；2)实时验证过程促使形成系统化检查流程。这与虚拟现实培训研究中"刻意练习"的理论相呼应，但CADe的优势在于真实临床场景中的即时反馈。

这项研究颠覆了"AI工具仅限即时辅助"的传统认知，证实其教学价值具有持续效应。对于内镜培训体系而言，这意味着：1)应重新评估AI在规范化教学中的地位；2)早期接触CADe可能帮助学员突破"技能天花板"；3)需开发融合AI反馈的 competency-based 培训课程。当然，研究也存在单中心回顾性设计的局限，未来需通过多中心RCT验证结论，并探索不同AI系统的差异化教学效果。

从临床实践角度看，该研究为CRC筛查质量提升提供了新思路——投资AI培训设备不仅改善即时检出率，更能培养出更优秀的新生代内镜医师，这种"授人以渔"的效应或将产生更大的公共卫生效益。正如作者强调，当传统培训仅能达到质量基准线时，AI辅助培训已助力学员触及理想目标，这或许预示内镜教学正步入智能新时代。