200
评论
查看更多
密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
成果名称：用多模式人工智能诊断胰腺实体病变：一项随机交叉试验
Diagnosing Solid Lesions in the Pancreas With Multimodal Artificial Intelligence: A Randomized Crossover Trial
发表期刊：《美国医学会杂志·网络公开》（JAMA Netw Open）（Q1区，IF2023： 10.5）
通讯作者：程斌
第一作者：崔浩晨
主要作者单位：华中科技大学同济医学院附属同济医院
本研究开发了一款针对胰腺实性病灶的多模态AI模型。通过一项交叉试验发现，该模型显著提升了新手内镜医师的诊断能力，并通过可解释性分析增强了资深内镜医师的信任度。这项研究验证了人机协作在胰腺肿瘤诊断中的潜力，为未来临床转化奠定基础。
华中科技大学同济医学院附属同济医院消化内科程斌教授团队开发出一款针对胰腺肿瘤诊断的多模态AI模型，准确率达到98%，未来有望用于胰腺实性病灶的临床诊断。该研究于2024年7月发表在《美国医学会杂志·网络公开》（JAMA Netw Open）上。
该随机交叉试验于2023年1月1日至6月30日在中国4个中心进行，12名不同专业水平的内镜医师被随机分配为在有或无AI辅助的情况下诊断胰腺实性病变。试验收集了2014年1月1日至2022年12月31日期间来自1家机构、患有胰腺实性病变的439例患者的EUS图像和临床信息，用于训练和验证联合AI模型，而来自3家外部机构的189名患者则用于评估模型的稳健性和泛化能力。通过常规诊断或通过AI辅助诊断胰腺实性病变。
结果显示，回顾性数据集包括628例（400例男性；平均年龄，57.7岁）接受EUS检查的患者。共有130例（81例男性；平均年龄，58.4]岁）患者被前瞻性纳入交叉试验。联合AI模型的受试者工作特征曲线下面积（AUC）在内部测试数据集中为0.996（95% CI，0.993-0.998），在3个外部测试数据集中分别为0.955（95% CI，0.940-0.968）、0.924（95% CI，0.888-0.955）和0.976（95% CI，0.942-0.995）。AI辅助显著提高了新手内镜医师的诊断准确性（P < .001），而附加的可解释性信息消除了经验丰富的内镜医师的疑虑。
在本项有或无AI辅助诊断胰腺实性病变的随机交叉试验中，联合AI模型展示了积极的人机交互，表明其有潜力促进临床诊断。然而，未来仍需进行随机临床试验加以验证。
本研究通过开发和验证多模态人工智能（AI）模型，探索了AI在胰腺实性病灶诊断中的应用潜力。胰腺实性病灶的准确诊断长期以来是临床挑战，传统超声内镜（EUS）检查尽管在灵敏度上优于CT和MRI，但因其高度依赖操作者自身经验与知识水平而限制了在临床诊治中的应用。本研究的核心创新在于构建了一种整合EUS图像与临床信息的多模态AI模型，旨在提高诊断准确性并优化人机协作模式。
首先，本研究采用了多模态数据融合策略，突破了以往模型仅依赖EUS图像的局限性。模型不仅提取了EUS的图像特征，还结合了病史、实验室检查和影像学信息，使其更贴近临床决策逻辑。结果显示，该多模态AI模型在内部和外部数据集中均表现出卓越的稳健性，AUC在不同测试集间保持在0.924-0.996之间，远超单模态模型。其次，在临床验证环节，本研究采用了随机交叉试验设计，真实模拟了AI在不同水平的内镜医师中的辅助作用。实验结果表明，AI显著提高了初学者的诊断能力（准确率由0.69提升至0.90），同时通过可解释性分析（如Grad-CAM和SHAP）减少了专家及资深内镜医师对AI预测结果的质疑，为AI在临床实践中的落地提供了可行性依据。
本研究为AI在胰腺实性病变诊断中的应用奠定了基础，尤其是在弥补经验不足医师的诊断短板、提高诊断一致性和优化决策流程方面，展现出巨大潜力。然而，AI临床转化仍面临挑战，例如如何进一步增强模型的泛化能力、提升AI的透明度，以及如何在真实临床环境中进行动态学习和优化。未来，我们计划在多中心临床环境中进行前瞻性随机对照试验，进一步评估该AI模型的实用性。
本研究展示了多模态AI在胰腺实性病灶诊断中的突破性进展，不仅提高了AI模型的性能，也验证了AI在人机协作模式下的可行性。随着AI技术的不断成熟，我们相信，未来AI将在医学影像辅助诊断中发挥越来越重要的作用，为精准医学和个体化治疗提供更强有力的支持。
德国波恩大学医学博士，现任华中科技大学同济医学院附属同济医院消化内镜中心主任、消化内科副主任，二级岗教授/主任医师。
中国医师协会胰腺病专业委员会委员兼神经内分泌肿瘤专委会副主任委员；中国医师协会消化病分会消化内镜专委会委员；中华医学会消化病学分会胰腺病学组委员；中华医学会消化内镜学分会超声内镜学组委员；中国抗癌协会肿瘤内镜学专业委员会委员兼超声内镜学组副组长；湖北省病理生理学会消化专委会主任委员；湖北省消化病学会副主任委员；湖北省胰腺病学会常委。
从事消化内科临床及消化内镜工作30年，在胃肠、肝胆胰疾病诊治方面经验丰富，各项消化内镜诊断与微创治疗技术熟练, 尤其擅长超声内镜及其引导下的介入诊疗技术。
承担国家自然科学基金面上项目6项、国家教委科研基金1项、湖北省卫健委面上项目1项。在国内外重要期刊上发表学术论文80余篇，其中包括Hepatology、JAMA Netw Open、PNAS、Endoscopy和CGH等SCI论文50余篇。担任《中华胰腺病杂志》、《临床内科杂志》、《内科急危重症杂志》、《腹部外科杂志》等编委，参编《消化超声内镜学》、《肝脏病学》、《肝胆外科学》、《胰腺病学》、《胰腺外科学》等多部专著。获湖北省科技进步奖二等奖1项。
华中科技大学医学博士（八年制），博士生导师为程斌教授。
主要研究领域为多模态人工智能模型辅助下胰腺癌的早筛早诊。以第一作者在JAMA Netw Open发表研究型论文1篇。
本团队由程斌教授领衔，依托华中科技大学同济医学院附属同济医院消化内镜中心，致力于推动人工智能在胰腺疾病诊疗中的创新应用。团队深度融合大规模超声内镜图像与电子病历数据，通过构建多模态AI模型，以弥补当前胰腺癌临床管理的不足。我们的研究聚焦于高危患者的早期筛查、标准化EUS扫查与智能辅助诊断，并探索精准治疗策略，力求打造一体化、智能化的胰腺癌临床管理体系，助力早期诊断与精准医疗的临床转化。
每一项临床研究都倾注着研究团队的心血结晶。学习过后，您是否有所收获？或有疑问想与主创团队分享？请在评论区留言，期待与您交流！
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017