《Digestive and Liver Disease》：A practical AI model for endoscopic diagnosis of gastric premalignant lesions and its application to predicting metachronous recurrence
编辑推荐：
背景/目的：评估基于人工智能（artificial intelligence, AI）的光学诊断系统对慢性萎缩性胃炎（chronic atrophic gastritis, CAG）和肠上皮化生（intestinal metaplasia, IM）的诊断性能，
背景/目的：评估基于人工智能（artificial intelligence, AI）的光学诊断系统对慢性萎缩性胃炎（chronic atrophic gastritis, CAG）和肠上皮化生（intestinal metaplasia, IM）的诊断性能，及其预测异时性复发的能力。
方法：研究分析了来自5,000例接受食管胃十二指肠镜检查并经活检证实为CAG/IM患者的72,794张内镜图像。研究开发了一种卷积神经网络（convolutional neural network, CNN）模型，并与专家（n=16）和初学者（n=15）进行比较。采用Cox回归评估AI预测的IM范围与早期胃癌内镜切除术后异时性复发（n=458）之间的关联。
结果：对于CAG，AI模型在胃窦和胃体分别达到0.819和0.864的准确率，相应的曲线下面积（area under the curve, AUC）为0.885和0.901。对于IM，准确率分别为0.759和0.723，AUC分别为0.835和0.744。在CAG诊断中，AI模型的性能优于初学者和专家（准确率：0.855对0.705和0.751），在IM诊断中优于初学者（0.875对0.781）。尽管AI预测的IM范围的个体风险比（hazard ratio, HR）未达到统计学显著性（仅胃窦IM：2.11 [95% CI, 0.25–17.67]；延伸至胃体的IM：4.27 [0.57–31.97]），但观察到与复发风险之间存在显著的剂量-反应关系（Ptrend=0.043）。
结论：该AI模型在单中心研究中显示出临床可接受的性能和在CAG/IM诊断中的潜在实用性，但在临床推广前仍需多中心外部验证。
论文解读：基于白光内镜图像的AI模型在胃癌前病变诊断与异时性复发预测中的应用
一、研究背景与意义
胃肠道肿瘤占全球癌症发病率的26%和癌症相关死亡率的35%，其中胃癌（gastric cancer, GC）是主要贡献者。慢性萎缩性胃炎（chronic atrophic gastritis, CAG）和肠上皮化生（intestinal metaplasia, IM）是Correa级联反应中胃癌发生的关键阶段。目前，依据更新版悉尼系统进行活检组织学确认仍是诊断CAG和IM的金标准，但该方法需采集五块活检标本，具有侵入性、耗时且资源密集等缺点。尽管内镜分类系统如胃IM内镜分级（Endoscopic Grading of Gastric Intestinal Metaplasia, EGGIM）显示出良好的诊断性能，但与组织学结果存在差异，且观察者间变异性显著。深度学习技术，特别是卷积神经网络（convolutional neural network, CNN），在IM检测中已显示出较高准确性，但多数研究为回顾性设计，缺乏经前瞻性验证并可在常规临床实践中应用的AI模型。因此，本研究旨在开发一种基于白光内镜（white-light endoscopy, WLE）图像的AI模型用于诊断胃CAG和IM，并评估基于AI的癌前病变识别能否预测早期胃癌（early gastric cancer, EGC）内镜切除术后的异时性复发。
二、研究方法概述
研究人员从首尔国立大学盆唐医院（Seoul National University Bundang Hospital, SNUBH）收集了2020年1月至2024年4月间5,000例接受食管胃十二指肠镜检查并行胃窦或胃体活检的患者的72,794张WLE图像。图像经自动解剖位置分类和质量控制后，最终纳入29,320张CAG图像和27,282张IM图像。CAG的金标准由三位经验丰富的内镜专家通过共识确定，IM则完全依据组织病理学评估。研究使用ImageNet预训练的EfficientNet-B0架构，在PyTorch框架中分别训练了四个二分类器（胃窦CAG、胃体CAG、胃窦IM、胃体IM），采用二元交叉熵损失、Adam优化器和余弦退火调度。诊断性能与16名专家和15名初学者进行比较，并使用独立观察者测试集（408张图像）评估。此外，研究纳入458例接受内镜切除术的EGC患者，利用AI模型评估CAG/IM状态与异时性复发的关系，采用Cox比例风险模型进行生存分析。
三、主要研究结果
3.1 依据悉尼系统的萎缩和肠上皮化生分布
测试集基线特征显示，悉尼系统各组成部分在不同数据集中具有相似特征，萎缩和化生的分布在数据集中无明显偏斜或失衡。
3.2 AI模型在测试集中对CAG和IM的诊断性能
在患者层面，AI模型对胃窦CAG的准确率为0.819（AUC 0.885），胃体CAG为0.864（AUC 0.901）；对胃窦IM的准确率为0.759（AUC 0.835），胃体IM为0.723（AUC 0.744）。CAG诊断的敏感度较高（胃窦0.940，胃体0.943），但特异度相对较低。IM诊断中，胃体IM的敏感度显著下降至0.476。亚组分析显示，幽门螺杆菌（Helicobacter pylori, H. pylori）感染状态和急性炎症的存在均与CAG和IM的AUC降低相关。AI诊断的CAG和IM比例随悉尼分类的组织学分级升高而显著增加。
3.3 AI与专家及初学者内镜医师的诊断性能比较
在总体CAG测试集中，AI模型的准确率（0.855）高于专家（0.751）和初学者（0.705）。对于胃窦CAG，AI模型在准确率、特异度和阳性预测值（positive predictive value, PPV）方面均优于人类内镜医师，但敏感度和阴性预测值（negative predictive value, NPV）较低。对于胃体CAG，AI模型在准确率（0.880对0.789）、特异度（0.941对0.681）和PPV（0.930对0.737）方面均优于专家，但敏感度较低（0.816对0.902）。在IM测试集中，AI模型总体准确率（0.875）优于初学者（0.781），且与专家相比，AI在胃窦IM的准确率（0.870对0.781）和特异度（0.960对0.720）方面表现更优，而在胃体IM方面与专家表现几乎一致。
3.4 AI预测的肠上皮化生作为内镜切除术后异时性复发的预测因子
在458例接受EGC内镜切除术的患者中，随访期间观察到23例异时性发育不良和20例异时性癌症复发。发生异时性复发的患者在基线时AI预测的胃窦和胃体IM患病率显著高于未复发患者（P=0.040和P=0.017）。Kaplan-Meier曲线显示，胃窦和胃体的IM与异时性复发风险增加显著相关（log-rank P值均为0.020）。多变量Cox回归分析显示，AI预测的胃窦IM和胃体IM分别与3.12倍和2.30倍的复发风险增加相关，但仅具边缘显著性。IM范围与复发风险之间存在显著的剂量-反应关系：与无IM患者相比，仅胃窦IM患者风险增加2.11倍，延伸至胃体的IM患者风险增加4.27倍，趋势检验具有统计学意义（Ptrend=0.043）。
四、讨论与结论
本研究的AI模型在WLE图像上诊断CAG和IM方面表现出公平至良好的性能，AUC因病变类型和位置而异。与既往荟萃分析相比，总体性能较低，可能归因于回顾性设计和采用真实世界WLE图像以减少谱系偏倚。CAG诊断的特异度相对较低，反映了队列中CAG高患病率与患者层面最大概率池化策略的叠加效应，但考虑到CAG/IM检测旨在识别高风险患者，优先保证敏感度是合理的设计选择。胃体IM的敏感度显著下降是该模型在筛查/监测场景中的重要局限，可能与IM的斑片状分布、随机活检与图像分析位置的空间错配以及胃体图像多为远景反转视图等因素有关。AI模型在诊断性能上超越初学者甚至专家，显示出作为辅助和教学工具的潜力。IM与异时性复发的关联分析虽然个体估计未达统计学显著性，但剂量-反应趋势显著，提示AI预测的IM可能具有临床预测价值。研究存在多项局限，包括单中心设计、缺乏外部验证、仅使用静态图像、复发分析为探索性且事件数较少等。研究人员认为，该模型并非替代组织病理学，而是提供无观察者间变异的一致CAG和IM评估工具，从而可靠识别高风险患者。多中心前瞻性队列的外部验证是临床推广前必要且不可省略的下一步。
