### 中文标题 人工智能对比传统评分评估克罗恩病小肠胶囊内镜清洁度

《United European Gastroenterology Journal》：Artificial Intelligence Versus Conventional Scoring for Assessing Small Bowel Capsule Endoscopy Cleanliness in Crohn's Disease

　　

背景与目的：清洁度的评估对于验证检查至关重要。然而，可靠的肠道清洁度评估仍然具有挑战性。经过验证的KODA评分提供了稳健的评估，但耗时且在日常实践中不实用。研究人员旨在评估基于人工智能的工具（AXAROlite, Augmented Endoscopy）与KODA评分相比，在评估克罗恩病（CD）患者小肠清洁度方面的性能。方法：这是一项多中心随机对照试验（NCT05117996）的事后分析，包括142名接受小肠胶囊内镜（SBCE）的CD患者，这些患者在标准聚乙二醇（PEG）基或简化清流质准备后进行检查。所有视频均由经过培训的读者使用KODA评分评估清洁度。相同视频使用基于AI的AXAROlite工具进行分析。AXAROlite与KODA评分的相关性、一致性和诊断性能进行了比较。还研究了影响AI评估清洁度的临床因素。结果：AXAROlite和KODA在整个小肠显示出强相关性（ρ = 0.61; p < 0.001）。AXAROlite在检测以KODA > 2.25定义的充分清洁度方面表现出优异的诊断准确性（AUROC = 0.85, 95% CI 0.79–0.92），最佳阈值为72%清洁帧（灵敏度86%，特异性72%）。两种方法均显示平均清洁度从近端到远端小肠逐渐降低（p = 0.001）。在活动性疾病和小肠转运时间较长的患者中，AXAROlite评分独立降低。结论：AXAROlite为CD患者的小肠清洁度提供了快速、全自动和准确的评估，与经过验证的KODA评分相当。其整合到日常工作流程中可以简化报告并减少观察者间变异性。

### 论文解读文章
现代炎症性肠病（IBD）管理强调靶向治疗，使得内镜评估对患者护理至关重要，尤其对于仅累及小肠（SB）的克罗恩病（CD）。传统生物标志物如粪便钙卫蛋白在检测SB炎症方面不如结肠病变可靠。小肠胶囊内镜（SBCE）已成为重要工具，但诊断产量可因肠腔内残留物导致黏膜可视化差而降低。目前肠道准备方案无共识，欧洲胃肠内镜学会（ESGE）建议在超过80%病例中实现充分或良好SB可视化，但缺乏简单、快速且验证过的清洁度量表。韩国-加拿大（KODA）评分由Park等开发并验证，具有良好可靠性，但其视频分割过程耗时且不实用。最近，基于人工智能（AI）的工具AXAROlite（Augmented Endoscopy，法国巴黎）被开发用于自动评估SBCE中的SB清洁度，但从未在CD患者中测试。因此，研究人员开展本研究，旨在比较AXAROlite工具与验证过的常规视觉评分（KODA）在CD患者SBCE清洁度评估中的性能。该论文发表在《United European Gastroenterology Journal》。

为开展研究，研究人员采用以下关键技术方法：本研究为多中心随机对照试验（NCT05117996）的事后分析，纳入142名来自六个法国胃肠病学部门的CD患者。所有SBCE使用PillCam SB3系统（Medtronic）进行，视频被匿名化并上传至Crohn-IPI平台。由三位独立培训研究人员使用验证过的KODA评分盲法评估清洁度，该评分基于每5分钟间隔评估黏膜可视化百分比（0–3分）和图像障碍程度（0–3分），取均值作为最终得分。同时，同一视频上传至AXARO网络平台，该平台利用卷积神经网络（CNN）自动将小肠段分成四个四分位，并计算每个四分位和整个小肠中“充分”清洁图像的百分比。统计分析采用Spearman相关系数评估相关性，受试者工作特征曲线下面积（AUROC）确定最佳阈值，单因素和多因素线性回归分析临床影响因素。

研究结果如下：
**4.1 KODA和AXAROlite评分**：通过Spearman相关分析，发现AXAROlite与KODA评分在整个小肠呈强相关性（ρ = 0.61, r² = 0.35, p < 0.001）。各四分位也呈中等至强相关性：第一四分位ρ = 0.52, r² = 0.24；第二四分位ρ = 0.56, r² = 0.24；第三四分位ρ = 0.50, r² = 0.21；第四四分位ρ = 0.62, r² = 0.41；均p < 0.001。两种准备方案（PEG基 vs 清流质）下，两组评分无显著差异。两种评分均显示平均清洁度从近端到远端小肠显著下降（p = 0.001）。通过ROC曲线分析，AXAROlite预测KODA > 2.25定义充分清洁度的AUROC为0.85（95% CI 0.79–0.92），最佳阈值为72%清洁帧，灵敏度86%，特异性72%，阳性预测值85%，阴性预测值73%。此外，与定性评估（好、一般、差）一致，两种评分值显著下降（p < 0.001）。

**4.2 影响AXAROlite评分清洁度的因素**：单因素分析显示，疾病行为影响评分，其中B2狭窄型清洁度低于B1炎症型（ANOVA p = 0.008）。活动性疾病患者平均AXAROlite评分更低（57.6 vs 64.8, Δ –7.25, p = 0.033）。回结肠吻合术趋向降低评分但未达统计学意义（p = 0.061）。Lewis评分（LS）与AXAROlite评分无相关性（ρ = 0.067, p = 0.48）。小肠转运时间（SBTT）与评分呈低负相关（ρ = –0.33, p = 0.001）。多因素分析表明，疾病活动性（β = –7.87, 95% CI –15.29至–0.44, p = 0.038）和SBTT（β = –0.04, 95% CI –0.06至–0.01, p = 0.003）独立负向影响AXAROlite评分，而疾病行为、位置、内镜严重程度和吻合术不独立影响。

在讨论部分，研究人员指出本研究首次在CD队列中验证AI自动清洁度工具与KODA评分相当，且诊断准确性高。临床因素如活动性疾病和长SBTT可能通过增加肠腔内容物或改变运动影响清洁度。研究优势包括明确CD队列、盲法多读者评估、验证评分和多中心设计。局限性包括事后分析（非预设计比较）、阈值需外部验证、KODA评分本身非生物学金标准。结论：总之，基于AI的AXAROlite工具为接受SBCE的CD患者提供了准确、快速、全自动的小肠清洁度评估，性能与验证过的KODA评分相当。此外，研究人员确定了接近70%清洁帧的阈值，以区分CD患者SBCE的充分与不充分清洁度。AI清洁度评估对临床决策、结局和成本效益的影响仍有待证明。