Page 49 - 外科护理学改革与创新研究

第一章 内科护理改革与创新

时间较常规阅读明显缩短［（5.9±2.23）min 比（96.6±22.53）min，P ＜ 0.001］。
上述研究结果表明 AI 技术既可大幅度减轻内镜医生的阅片压力，提高工作效率，
又可降低各种小肠病变的漏诊率，这对于提高小肠疾病诊断的准确率具有重要的

意义。2020 年 Otani 等开发了一种能诊断 3 种小肠病变（黏膜糜烂和溃疡、血管
病变、肿瘤）的深度神经网络系统 RetinaNet，其诊断的 AUC 分别为 0.996、0.950、
0.950，可见 AI 技术具有提高小肠疾病检出率及分类识别能力的潜力。
（四）AI 技术辅助诊断结直肠疾病

1. 识别息肉的组织病理学
结直肠癌（CRC）是全球第 2 位恶性肿瘤死亡原因。CRC 患者的预后与早
期诊断、早期治疗密切相关，“息肉 - 腺瘤 - 癌”是常见的 CRC 发病模式，因此
针对结直肠息肉（尤其是腺瘤性息肉）的早期干预是预防和减少 CRC 发病的关

键，内镜检查是诊断和切除腺瘤性息肉的主要方法。内镜下切除腺瘤性息肉可降
低 80% 的 CRC 发病率。由于切除增生性息肉会增加医疗费用，故在内镜下实时
准确判断息肉的组织病理学具有重要意义。2018 年 Chen 等开发并测试了一个可
识别微小结直肠息肉组织病理学的 DNN-CAD 系统，该系统识别直径＜ 5mm 的

188 枚腺瘤性息肉和 96 枚增生性息肉的敏感度、特异度分别为 96.3%、78.1%。
2021 年 Rodriguez-Diaz 等开发了一种全新的可预测结直肠息肉组织病理学的直观
增强可视化 CAD 模型，其区分 171 枚肿瘤性息肉和 83 枚非肿瘤性息肉的敏感度、
特异度分别为 96%、84%。上述研究显示 AI 技术可依据表面形态来准确识别息

肉的组织病理学，从而减少活体组织病理检查导致的损伤。
2. 评估肿瘤浸润深度
根据2019年日本结直肠癌学会（JSCCR）的结直肠癌治疗指南，腺瘤、cTis（M）
癌和浅层浸润 cT1（SM）癌可在内镜下切除，但深层浸润 cT1（SM）癌及浸润

更深的肿瘤需手术切除。Ito 等利用三重交叉验证方法回顾性检测了 190 幅结直
肠癌白光内镜图像，AI 技术辅助诊断肿瘤浸润深度的准确率达 81.2%，表明其可
辅助内镜医生准确评估肿瘤的浸润深度，从而制定精准的治疗方案。
3. 炎症性肠病

在溃疡性结肠炎（UC）的治疗中，持续的炎性反应增高了结肠组织发生异
型增生和恶变的风险，但普通白光内镜下难以准确识别持续性炎性反应组织。
Maeda 等开发并评估了一个应用细胞内镜来预测 UC 患者结肠组织持续性炎性

-35-