人工智能在消化内镜中应用的临床进展

doi:10.3877/cma.j.issn.2095-7157.2022.03.004

中华胃肠内镜电子杂志 ›› 2022, Vol. 09 ›› Issue (03) : 134 -137. doi: 10.3877/cma.j.issn.2095-7157.2022.03.004

综述

人工智能在消化内镜中应用的临床进展

吴金晶¹, 张博江¹, 宋瑛¹^,^†(

), 孙利慧¹, 王满茹¹

^1. 710075　西安，西安高新医院

收稿日期:2022-07-21 出版日期:2022-08-15
通信作者: 宋瑛
基金资助:
西安市科技计划项目(20YXYJ0002（3）)

Clinical progress of artificial intelligence in digestive endoscopy application

Jinjing Wu¹, Bojiang Zhang¹, Ying Song¹^,^†(), Lihui Sun¹, Manru Wang¹

^1. The Uthor Unit: Xi′an Gaoxin Hospital ShanXi, Xi′an 710075, China

Received:2022-07-21 Published:2022-08-15
Corresponding author: Ying Song

全文 ( ) 下载PDF ( ) 导出引用

随着人工智能(AI)的不断发展，其在临床医学中的应用已成为研究热点。消化内镜是消化系统疾病中较为常用且重要的辅助诊疗设备，辅助临床医生进行疾病的诊断及治疗。但由于病变性质、范围以及临床医生经验等不同，导致误诊、漏诊的出现。AI与内镜结合，培训及规范临床医师标准化操作流程，辅助临床医生进行病变的识别，提高检查质量，减少漏诊。本文就AI在消化内镜诊疗过程中的应用进展作一综述。

关键词: 人工智能, 消化内镜, 病变识别, 应用进展

With the continuous development of Artificial intelligence, its application in clinical medicine has become a research hotspot.Digestive endoscopy is a more commonly used and important auxiliary diagnosis and treatment equipment in digestive system diseases, which assists clinicians in the diagnosis and treatment of diseases.However, due to the different nature, the scope of lesions and the experience of clinicians, misdiagnosis and missed diagnosis may occur.The combination of artificial intelligence and endoscopy can train and standardize the standardized operation process of clinicians, assist clinicians to identify lesions, improve the quality of examination, and reduce missed diagnosis.This article reviews the application progress of artificial intelligence in the diagnosis and treatment of digestive endoscopy.

Key words: Artificial intelligence, Digestive endoscope, Lesion identification, Application progress

[1]	王家庆，王光锁．人工智能在医学中的应用进展[J]．山东医药，2021，61(4):112-115.
[2]	张希钢，孙大勇，戴捷，王湘雨．人工智能在消化系统疾病领域的研究现状和展望[J]．现代消化及介入诊疗，2021，26(8):1045-1047.
[3]	康玉兰，盖琦．人工智能技术在医疗领域中的应用[C]．天津市电子工业协会2022年年会论文集，2022：9799.
[4]	Bray F, Ferlay J, Soerjomataram I，et al. Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries[J]. CA Cancer J Clin，2018，68(6):394-424.
[5]	我国胃癌发病率位列所有恶性肿瘤第二位-早期胃癌术后的5年生存率可达90%[J]．家庭医学(下半月)，2022，5:5.
[6]	张栋栋，郭建强．早期胃癌的内镜下诊断进展[J]．系统医学，2019，4(22):188-191.
[7]	王建立．内镜技术在消化系统疾病诊治中的应用进展[J]．医疗装备，2020，33(18):201-202.
[8]	陈乐．早期胃癌淋巴结转移风险因素及预后分析[D]．西安医学院，2021.
[9]	Takashi Kanesaka, Tsung-Chun Lee, Noriya Uedo，et al. Computer-aided diagnosis for identifying and delineating early gastric cancers in magnifying narrow-band imaging[J]．Gastrointest Endosc，2018，87(5):1339-1344.
[10]	李夏，吴练练，于红刚. 人工智能胃镜在盲区监测和自主图像采集中的应用研究[J]. 中华消化内镜杂志，2019，36(4):240-245.
[11]	Wei Jiang, Yuanyuan Zhou, Chongyang Wang，et al. Navigation strategy for robotic soft endoscope intervention[J]. Int J Med Robot Comp，2020，16(2): e2056.
[12]	Wang Shuai, Cong Yang, Cao Jun，et al. Scalable gastroscopic video summarization via similar-inhibition dictionary selection[J]．Artif Intrll Me，2016，66:1-13.
[13]	Ali, Hussam, Yasmin，et al. Computer assisted gastric abnormalities detection using hybrid texture descriptors for chromoendoscopy images [J]. Comput Meth Prog Bio，2018，157:739-747.
[14]	Cho Bum-Joo, Bang Chang Seok, Park Se Woo，et al. Automated classification of gastric neoplasms in endoscopic images using a convolutional neural network[J]. Endoscopy，2019，51(12):1121-1129.
[15]	国家癌症中心，国家肿瘤质控中心结直肠癌质控专家委员会．中国原发性结直肠癌规范诊疗质量控制指标(2022版)[J]．中华肿瘤杂志，2022，44(7):623-627.
[16]	王成龙，赵子夜，王颢，等．结肠镜检查质量控制研究进展[J]．结直肠肛门外科，2021，27(6):527-530+535.
[17]	阿依木克地斯·亚力孔，庄惠军，蔡世伦，等．基于深度学习AI在结肠镜检查中应用研究[J]．中国实用外科杂志，2020，40(3):353-357.
[18]	朱晓芸，吴练练，李素琴，等．人工智能技术在结肠镜退镜速度实时监控中的应用[J]．中华消化内镜杂志，2020，37(2):125-130.
[19]	Jie Zhou, Lianlian Wu, Xinyue Wan，et al.A novel artificial intelligence system for the assessment of bowel preparation (with video)[J]. Gastrointest Endosc，2020，91(2):428-435.
[20]	王晓伟，刘兵兵，陈云昭，等．食管癌及癌前不同疾病发病危险因素分析[J]．黑龙江医学，2021，45(17):1815-1818.
[21]	石善江，王宏光，刘时助，等．应用卷积神经网络的AI技术在早期食管癌诊断中的临床分析[J]．中外医疗，2019，38(18):7-9,16.
[22]	Horie, Yoshimasa, Toshiyuki，et al.Diagnostic outcomes of esophageal cancer by artificial intelligence using convolutional neural networks[J]. Gastrointest Endosc，2019，89(1):25-32.
[23]	Tokai Yoshitaka, Yoshio Toshiyuki, Aoyama Kazuharu，et al. Application of artificial intelligence using convolutional neural networks in determining the invasion depth of esophageal squamous cell carcinoma[J]．Esophagus，2020，17(3):250-256.

[1]	李洋, 蔡金玉, 党晓智, 常婉英, 巨艳, 高毅, 宋宏萍. 基于深度学习的乳腺超声应变弹性图像生成模型的应用研究[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(06): 563-570.
[2]	杨敬武, 周美君, 陈雨凡, 李素淑, 何燕妮, 崔楠, 刘红梅. 人工智能超声结合品管圈活动对低年资超声医师甲状腺结节风险评估能力的作用[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(05): 522-526.
[3]	明昊, 肖迎聪, 巨艳, 宋宏萍. 乳腺癌风险预测模型的研究现状[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(05): 287-291.
[4]	孔德铭, 刘铮, 李睿, 钱文伟, 王飞, 蔡道章, 柴伟. 人工智能辅助全髋关节置换三维术前规划准确性评价[J/OL]. 中华关节外科杂志(电子版), 2024, 18(04): 431-438.
[5]	叶莉, 杜宇. 深度学习在牙髓根尖周病临床诊疗中的应用[J/OL]. 中华口腔医学研究杂志(电子版), 2024, 18(06): 351-356.
[6]	李伟, 宋子健, 赖衍成, 周睿, 吴涵, 邓龙昕, 陈锐. 人工智能应用于前列腺癌患者预后预测的研究现状及展望[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 541-546.
[7]	熊鹰, 林敬莱, 白奇, 郭剑明, 王烁. 肾癌自动化病理诊断：AI离临床还有多远？[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 535-540.
[8]	黄俊龙, 李文双, 李晓阳, 刘柏隆, 陈逸龙, 丘惠平, 周祥福. 基于盆底彩超的人工智能模型在女性压力性尿失禁分度诊断中的应用[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 597-605.
[9]	莫淇舟, 苏劲, 黄健, 李健维, 李思宁, 柳建军. 智能控压输尿管软镜碎石吸引取石术在直径10～25 mm上尿路结石中的应用[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(05): 497-502.
[10]	苏博兴, 肖博, 李建兴. 2024年美国泌尿外科学会年会结石领域手术治疗相关热点研究及解读[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(04): 303-308.
[11]	莫林键, 杨舒博, 农卫赟, 程继文. 人工智能虚拟数字医师在钬激光前列腺剜除日间手术患教管理中的应用[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(04): 318-322.
[12]	阮星星, 黄智渊, 刘芙香, 狄金明. 从临床医师诊治患者的思路出发撰写临床研究论文[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(04): 397-401.
[13]	李义亮, 苏拉依曼·牙库甫, 麦麦提艾力·麦麦提明, 克力木·阿不都热依木. 机器人与腹腔镜食管裂孔疝修补术联合Nissen 胃底折叠术短期疗效分析[J/OL]. 中华疝和腹壁外科杂志(电子版), 2024, 18(05): 512-517.
[14]	孙铭远, 褚恒, 徐海滨, 张哲. 人工智能应用于多发性肺结节诊断的研究进展[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 785-790.
[15]	黄宏山, 陈成彩. 经淋巴管超声造影在乳腺癌前哨淋巴结诊断中的研究进展[J/OL]. 中华临床医师杂志(电子版), 2024, 18(04): 411-414.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Clinical progress of artificial intelligence in digestive endoscopy application

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Clinical progress of artificial intelligence in digestive endoscopy application