膀胱镜下用于荧光输尿管导航的输尿管口实时人工智能识别模型的开发与验证

《Scientific Reports》：Development and validation of a real-time AI model for ureteral orifice recognition during cystoscopy for fluorescence ureteral navigation

　　

摘要

荧光输尿管导航（FUN）可提高微创盆腔手术中输尿管的可视性，但其应用受限于需要泌尿外科医生通过膀胱镜放置输尿管导管。我们开发并验证了一种人工智能（AI）模型，用于膀胱镜检查过程中输尿管口口的实时识别，以支持FUN技术。在这项单中心回顾性研究中，分析了79段输尿管支架或导管置入过程中录制的膀胱镜视频。采用锚帧反向回放法建立真值标准。将视频分为训练集、验证集、开发集和测试集，并使用10位泌尿外科医生标注的200张静态图像确定泌尿外科医生基线。成功标准定义为预测点与真值之间的中心距（按图像高度归一化），阈值为≤15%。泌尿外科医生参考基线的F1得分为0.64±0.08，准确率为0.70±0.03。AI模型的F1得分为0.71±0.19，准确率为0.81±0.11，实时推理速度为30 fps，每帧延迟为0.033–0.034秒。本研究为AI辅助FUN支持提供了临床导向的评价框架。