综述：人工智能在胃肠内镜中的进展：2026年更新

《Diagnostics》：Advances in Artificial Intelligence for Gastrointestinal Endoscopy: 2026 Update

　　

人工智能（AI）正在将胃肠内镜（GI）转变为一个更加标准化、数据驱动和集成工作流的领域。计算机辅助检测（CADe）、计算机辅助诊断（CADx）、计算机辅助质量评估（CAQ）、自然语言处理（NLP）和多模态深度学习的进展已将AI应用扩展到结肠镜检查、上消化道内镜检查、超声内镜（EUS）、ERCP、胆管镜和胶囊内镜。这些系统在病变检测、程序质量评估、工作流效率和诊断支持方面表现出改进。然而，当前证据主要集中于替代终点而非以患者为中心的临床获益，同时与泛化性、可解释性、监管监督、自动化偏差和工作流整合相关的挑战继续限制广泛采用。未来进展将取决于前瞻性真实世界验证、多样化数据集、可解释AI框架以及将人机交互谨慎整合到临床实践中。总体而言，AI正在从支持性辅助工具演变为胃肠内镜中日益整合的组成部分，有可能改善程序质量、诊断一致性和临床效率。

**1. 引言**
人工智能（AI）正在将胃肠内镜（GI）转变为数据驱动且更标准化的诊断学科，旨在增强而非替代人类专业知识。AI通过解决操作者依赖性、观察者间变异和程序性能不一致等公认的人类局限性，正成为具有临床相关性的工具。AI文献的快速增长反映了临床应用的兴趣，但增长在不同专科间不均衡，影像主导领域占2025年发表的大部分，而胃肠病学是较小但快速发展的领域。模型类型也在转变，大型语言模型（LLM）仍常见，但近期进展集中于视觉和多模态模型，更直接适用于内镜实践。美国胃肠病学会（ACG）、世界内镜组织（WEO）和美国胃肠内镜学会（ASGE）的专家共识推荐正式化了AI在内镜实践中不断扩大的作用，同时处理伦理、实践和监管考虑。AI在每种内镜模式下的临床影响不同，需在具体临床背景下理解。

**2. 方法**
本叙述性综述基于通过PubMed/MEDLINE、Embase、Scopus和Google Scholar进行的结构化文献检索，涵盖截至2026年5月的出版物。搜索策略包括“人工智能”、“机器学习”、“深度学习”、“计算机辅助检测”、“计算机辅助诊断”、“内镜”、“结肠镜检查”、“上消化道内镜检查”、“胶囊内镜”、“胆管镜”、“ERCP”和“EUS”等关键词组合。还审查了相关文章的参考文献列表和当前学会指南。根据临床相关性选择文章，优先考虑前瞻性研究、多中心研究、随机对照试验、荟萃分析、近期学会指南和里程碑式研究。排除仅有会议摘要、重复报告和非直接相关研究。目标是提供临床聚焦的AI关键进展综合，而非全面系统综述。

**3. 结肠镜检查**
结肠镜检查是AI在胃肠内镜中最成熟和临床整合的应用，尤其在病变检测和特征描述领域。早期证据对计算机辅助检测（CADe）是否改善临床显著结直肠肿瘤的检测存在不确定性，但CADe系统在随机对照和真实世界试验中一致提升了腺瘤检出率（ADR）并降低漏诊率。近期在粪便免疫化学检测（FIT）阳性患者的随机对照试验数据支持这些发现，表明AI当前价值主要在于减少小病变遗漏，而对临床显著病理的影响仍在积极研究中。荟萃分析显示CADe在FIT人群中提高了腺瘤和锯齿状病变的检测，但对高级别病变影响有限。另一项比较商业化与本地开发AI辅助系统的荟萃分析显示，多数系统在检测指标上优于传统结肠镜，但对高风险病变（如锯齿状病变和高级别腺瘤）改进不一致。然而，多中心EAGLE试验表明CADe可能增强临床相关病变（如大腺瘤和锯齿状病变）的检测，并支持基于云的实时整合。云架构还支持持续部署更新算法，减少对本地硬件的依赖。总体而言，CADe在提高ADR和降低漏诊率方面有获益，但获益程度因筛查环境、基线内镜医师表现、AI平台和研究人群而异。改进在ADR和小病变上最一致，而对高级别病变和锯齿状病变的影响不一致。未来前瞻性研究应优先考虑临床有意义终点，如高级别腺瘤检出率、间期结直肠癌和患者中心结局。

**3.1. 结肠镜检查中的AI质量指标**
遵循2024年ACG和ASGE质量工作组建议，近期研究探索了AI量化程序质量指标，包括整合持续时间和质量的新型退镜时间测量。基于AI的系统能客观评估退镜期间的图像质量，实现超越传统退镜时间的精细检查质量评估。Lui等人提出的有效退镜时间（EWT）和Li等人提出的合格黏膜观察时间（QMOT）反映了向质量调整检查指标的转变。Li等人前瞻性验证了AI系统，通过图像质量评估和解剖标志识别量化QMOT，识别“合格”帧（清晰黏膜或血管显示、充分照明、无伪影），QMOT计算为合格帧比例乘以总退镜时间。高QMOT（≥90秒）与低QMOT相比，增加了ADR（36.45% vs. 19.94%）及小腺瘤检测，但对高级别或锯齿状病变无显著关联。高QMOT是腺瘤检测的独立预测因子。这些AI衍生质量指标改善了细微病变检测，支持向质量调整黏膜检查评估的转变，但对临床显著病理影响有限。当前证据仍主要来自早期前瞻性验证研究，需在多样医疗系统中进行更广泛外部验证。

**3.2. 工作流自动化的AI**
AI通过改善文档记录和报告流程，可能惠及跨专科医师。在胃肠内镜（尤其是结肠镜）中，程序工作流超出检查本身，包括预评估、术中记录、病变检测与特征描述、病理整合、监测建议生成和长期随访规划。内镜医师需同时综合护理文档、技术员输入、既往病历和临床史，并记录发现、干预措施、肠道准备质量和退镜时间。AI辅助系统通过自动化报告、实时数据捕获和整合程序与电子健康记录（EHR）数据，可减少行政和认知负担，提高文档一致性和工作流效率。环境AI工具，包括基于自然语言处理（NLP）的系统，通过实时捕获和结构化临床信息，减少手动数据输入，简化后处理报告。Duggan等人评估了EHR整合的环境听写系统，发现医师报告精神疲劳减轻、文档效率提高和患者互动增强。AIDREA（A.I. VALI Inc.）是一种基于NLP的实时结肠镜报告系统，支持语音听写、图像标注和程序数据捕获，但存在听写时长限制和复杂术语处理困难等局限。CADe、CADx和CAQ系统的整合扩展了AI在文档记录之外的作用，在单一工作流中整合检测、诊断支持和质量评估。ColoMaia、ColonPRO和基于云的CADDIE系统是早期实现，但部分研究表明AI文档工具可能不转化为系统层面的生产力或财务改善。

**4. 上消化道内镜检查**
在上消化道内镜中，Barrett食管是近年AI应用广泛研究的病理，尤其CADe和计算机辅助特征描述（CADx），但当前转化为常规临床实践尚未实现，部分因图像质量变异性、监管要求等。Jong等人和BONS-AI联盟开发了包含多种鲁棒增强训练策略的CADe系统，包括使用视频训练数据模拟社区级变异性、用GastroNet-5M预训练替代ImageNet、采用Vision Transformer（ViT）架构，以及数据增强技术。该“鲁棒”CADe系统在不同质量测试集上实现了AUC 0.92、0.93和0.85，优于传统模型，但低质量条件下仍有退化。视频训练和领域特异预训练数据集是改进的主要驱动因素。AI监测模型的经济影响研究显示，AI辅助监测可能具有成本效益，与高等级异型增生和早期T1病变检测的相对增加≥22%相关，对应晚期食管腺癌发病率降低，但这些基于决策分析模型而非前瞻性临床数据。图像增强技术与AI结合是互补策略，Weng等人评估了光谱辅助视觉增强器（SAVE），对传统白光成像（WLI）进行高光谱增强，提高了食管鳞状细胞癌和异型增生的检测灵敏度，但来自小数据集，需外部验证。

**5. 超声内镜（EUS）**
对于EUS，当前证据表明AI可显著增强胰腺病变的特征描述，尤其在区分胰腺导管腺癌（PDAC）与非癌性胰腺异常方面。荟萃分析报告AI辅助EUS在识别胃肠道间质瘤（GIST）和评估恶性潜能方面有前景。Ashida和Kuwahara等人评估了新型AI辅助快速现场评估（AI-ROSE）系统用于EUS引导下细针穿刺（FNA）的细胞诊断，使用基于Transformer的编码器架构，在更大数据集上训练，AUC为0.93，优于专家内镜超声医师（0.74）和细胞技术员（0.75），但需在更广泛临床人群中验证。AI在EUS中的另一应用是实时视频识别胆囊（GB）息肉，EfficientNetB2模型在约4300帧EUS视频上训练，分类准确率87.9%，与之前使用静态图像的研究相似。视频分析是否提供优于高质量静态图像的临床优势尚不确定。

**6. 内镜逆行胰胆管造影（ERCP）和胆管镜**
尽管发展相对有限，AI已成为ERCP中有前景的实验工具，包括程序需求预测、自动乳头识别、插管难度评估、结石取出、辐射暴露优化和ERCP后胰腺炎（PEP）风险分层。Chen等人回顾性多中心研究开发了四种机器学习模型用于PEP预测，发现胰管导丝通过、球囊扩张时间>30秒和高钙血症与PEP风险增加相关，但回顾性设计需前瞻性验证。Zhang等人开发了AI模型估计ERCP中胆管支架最佳长度，对狭窄识别准确率97%，支架长度估计约86%，但倾向于低估，建议结合CT和MRCP进行三维重建。模型估计速度比传统导丝方法快约5倍，每例减少辐射暴露202 mGy·cm²。胆管镜中AI主要聚焦于鉴别恶性与良性胆管狭窄，Saraiva等人训练CNN模型使用约96,000帧图像，敏感性91.7%，特异性94.4%，准确率92.9%，能识别高风险形态特征（如乳头状突起、结节、肿块、异常血管），但需前瞻性多中心研究。

**7. 胶囊内镜**
当前证据支持AI减少医师工作量并提高小肠病变胶囊内镜图像解读效率。Dhali等人的系统综述和荟萃分析显示AI辅助胶囊内镜在病变检测上一致性更高，同时显著缩短读片时间。Saraiva等人国际多中心研究开发了深度学习模型，能检测和区分血管病变、隆起病变、溃疡、糜烂和血液残留，检测率96.1% vs. 76.3%，平均解读时间仅203秒。Chou等人引入SAVE作为预处理框架，将白光图像转换为模拟高光谱表示，在Kvasir-v2数据集上改善了分类，但改进不一致，且初始验证基于常规内镜数据集而非胶囊内镜图像。尽管AI辅助胶囊内镜持续改善诊断性能和读片效率，但对患者直接相关结局（如早期治疗、管理改变、成本）的影响仍不确定，Al-Juhani等人的系统综述中无一报告患者层面结局。未来研究应评估下游终点，包括诊断时间、管理变化、资源利用和成本效益。

**8. 未来方向**
未来工作应聚焦证明AI对临床有意义结局的影响，而非仅替代性能指标。需确定改善是否转化为结直肠癌发病率和死亡率降低、更早诊断、改善患者管理、提高生活质量和降低医疗成本。还需解决可扩展性、可及性、公平性、泛化性和成本效益等挑战，包括采用云算法和协作多机构验证。成功临床实施需要强有力的专业学会监督和临床医师主导的分阶段验证框架。随着AI从静态工具向自适应学习软件演进，利益相关者应通过集中模型注册、版本控制变更日志和标准化透明度文档管理AI生命周期，减轻模型漂移。未来实施策略还应优先考虑与EHR系统的无缝互操作性、安全的数据治理（包括去标识化和匿名化技术）以及机构数据所有权清晰度。为确保公平部署，AI算法应使用反映多样化患者群体的异质性数据集进行验证，减少算法偏差风险。还需解决医患法律复杂性，包括临床判断与AI建议冲突时的责任分配。此外，遵守AI特定报告指南（如TRIPOD-AI和STARD-AI）对提高透明度和可重复性至关重要。模型开发应纳入可解释人工智能（XAI）方法，如SHAP和LIME，提高可解释性。医师技能退化风险需关注，AI应被视为学习支架而非替代，需前瞻性研究确定AI辅助训练是否保留独立临床判断。以患者为中心的人机交互是重要研究方向，Jahagirdar等人调查发现多数患者强调使用AI前需知情同意，并倾向于将AI作为支持性辅助工具而非独立决策者，反映对临床医师主导护理的偏好。

**9. 结论**
人工智能整合到胃肠内镜中标志着该领域在检测、特征描述和程序质量方面的重大转变。在最成熟的应用（尤其是结肠镜检查）中，AI在病变识别和减轻医师工作量方面取得一致增益，有助于解决操作者依赖性和观察者间变异。AI的作用正向结肠筛查之外扩展，包括上消化道内镜、EUS、ERCP、胆管镜和胶囊内镜，支持更广泛任务。尽管取得进展，重要局限依然存在：当前证据多依赖替代终点，对患者中心结局的直接效果数据有限。泛化性、图像质量变异性、工作流整合等挑战仍需克服。未来进展取决于前瞻性真实世界验证、代表性数据集和临床医师、行业与监管机构合作。可解释AI将随着模型复杂化而愈发重要。总体而言，AI正稳步成为内镜护理的整合组成部分，其长期价值取决于能否改善不仅性能指标，还有患者和临床医师最关心的结局。