《PLOS One》：Confidence-guided integration of otoscopy videos and tympanometry for middle ear disease diagnosis: A multi-center otoscopy study with external paired-cohort evaluation
编辑推荐：
利用耳镜检查准确诊断中耳疾病仍具挑战性，尤其在初级保健场景中，临床医生的耳镜经验参差不齐，且仅靠视觉检查可能无法充分反映中耳生理状态。尽管基于人工智能（AI）的模型在自动化耳镜判读中展现出潜力，但大多数主要依赖视觉信息，这为进一步整合互补的生理测量以提升诊断稳
利用耳镜检查准确诊断中耳疾病仍具挑战性，尤其在初级保健场景中，临床医生的耳镜经验参差不齐，且仅靠视觉检查可能无法充分反映中耳生理状态。尽管基于人工智能（AI）的模型在自动化耳镜判读中展现出潜力，但大多数主要依赖视觉信息，这为进一步整合互补的生理测量以提升诊断稳健性提供了机会。研究人员提出OtoTymp-AI，一种置信度引导的多模态决策融合框架，将耳镜视频分析与常规226 Hz鼓室导抗测听相整合。研究人员训练卷积神经网络（CNN）对耳镜视频分类，并通过临床可解释的、规则引导的决策策略纳入鼓室导抗测量，以修正视觉不确定预测，而非采用联合训练的多模态表征学习。在这项多中心耳镜研究中，多模态评估在一个独立外部队列中进行，该队列含104段视频及跨6个诊断类别的配对鼓室导抗数据。在这项探索性配对队列分析中，仅视频CNN总体准确率为63.46%（95% CI，53.88–72.08），而最佳观测阈值0.90下视频联合鼓室导抗混合框架准确率达81.73%（95% CI，73.22–87.98），较仅CNN模型绝对提升18.27个百分点（95%配对bootstrap CI，9.62–26.92）。在本队列代表性选中类别（包括积液与内陷）中观察到改善，但小阳性样本类别置信区间较宽。这些发现提示，在该外部配对队列中，将解剖视频信息与生理鼓室导抗测听整合或可改善AI辅助中耳诊断，但操作阈值与逐类性能需在更大前瞻性配对多模态队列中确认。
研究背景与动机
耳镜检查是评估外耳道、鼓膜与中耳的基础手段，耳部主诉在初级保健与儿科就诊中占比可观。然而受限于专科医生短缺，多数首诊由非专科医生完成，其耳镜诊断准确性因训练与经验差异而波动明显。仅依靠鼓膜视觉判读难以区分外观相似但生理基础不同的病变，易导致误治与听力损害。既往AI耳镜模型多基于单中心静态图像或单模态视频，缺乏外部验证与生理指标整合。临床上耳镜常辅以226 Hz鼓室导抗测听（tympanometry），后者提供中耳机械功能客观信息，可与解剖影像互补。基于此，研究人员开展多中心研究，提出OtoTymp-AI框架，在视觉不确定时以鼓室导抗规则修正预测，而非联合训练多模态表征。
研究方案概述
研究人员构建三机构患者不重叠队列：Nationwide Children's Hospital（NCH）训练集597段视频、The Ohio State University（OSU）验证集105段、Vanderbilt University Medical Center（VUMC）外部测试集104段成人耳检视频并配对226 Hz鼓室导抗。参考标签由≥2名资深临床医生仅据视频共识确定，鼓室导抗不进入标签且采集于标签锁定后。技术主干为：LUCID框架三指标（Blur/Eardrum View/Coverage Score）经K-means(K=3)筛高质帧；ResNet-50帧级分类，视频级取帧概率均值；训练期加域增强与中心圆遮罩正则；决策端设置信阈值τ，当最大类概率<τ且非置管 硬化时，按曲线型（type a as ad c b open）与耳道容积（ecv）规则映射为正常 内陷 积液 穿孔，否则保留cnn结果。τ=>
研究结果
整体诊断性能：VUMC外部配对队列中CNN仅视频准确率63.46%（95%CI 53.88–72.08），单纯鼓室导抗54.81%，混合框架τ=0.90达81.73%（95%CI 73.22–87.98），配对提升18.27%（95%Bootstrap CI 9.62–26.92）。τ在0.60–0.95区间混合模型均超CNN逾10点，提示增益来自融合结构而非单阈值。
逐类诊断性能：混合模型对积液灵敏度36.36%→72.73%、内陷0%→60.00%、穿孔灵敏度90.00%特异95.24%、置管80.00%、硬化75.00%（6/8）、正常灵敏度94.29%但特异降至73.91%。小样本类CI宽。
患者级敏感分析：76名患者104耳（28人双耳），聚类Bootstrap与每次一人一耳重采样均确认混合> CNN，增益非双耳相关驱动。
混淆矩阵分析：正常33/35正确；穿孔18/20、硬化6/8；积液误判正常3/11，内陷误判正常5/20或穿孔2/20，符合外观重叠。
统计比较：CNN仅模型Bowker p=0.0052、Stuart-Maxwell显著，混合模型不显著（p=0.753/0.309）；逐类one-versus-rest AUROC全类提升，内陷0.50→0.78经Bonferroni仍显著，积液/穿孔名义显著未过校正。
置信阈值探索：无独立多模态验证集预指定τ，τ=0.90为同队列最优故偏乐观，但跨阈值稳健优于基线。
消融研究：去增强CNN 56.73%/混合74.04%；去高质帧筛选混合70.19%；联合二者获最高。
讨论浓缩
研究人员指出，框架价值在于保留高置信视觉判断、以生理规则补强不确定者，且规则可解释。外部配对队列虽小、无急性中耳炎（AOM）案例、成人为主、τ探索性，但首次在独立外部配对集中展示视频+鼓室导抗可行增益。局限含：配对集小且无AOM、融合为决策级非联合表征、ECV切点2.0 mL未设备校准、训练集经质量筛选或引谱偏、未与医生比对、参考标准仍纯视频专家判读。未来需前瞻多中心配对队列、预指定阈值、年龄分层ECV、与医生对照。
结论翻译
本研究提出OtoTymp-AI，一种临床可解释的置信度引导决策融合框架，将基于深度学习的耳镜视频分析与常规鼓室导抗测听整合。在VUMC一个外部配对队列中，混合方法较仅视频CNN观测准确率更高，不确定性以95% CI量化。因操作阈值为探索性、配对队列规模适中且未行医生对照或前瞻工作流评估，这些发现应视为技术可行性证据而非确定性临床验证。需更大前瞻配对多模态队列（含充足AOM代表、预指定阈值及医生对照）确认诊断性能与泛化性。论文发表于《PLOS One》。
