↓ 消化病学专题丨54

有必要进一步开发基于深度学习的人工智能（AI）技术，以自动诊断小肠胶囊内镜（SBCE）视频中的多种异常。我们旨在开发一种人工智能模型，将其诊断性能与不同经验水平的医生进行比较，并进一步评估其在诊断SBCE视频中多种异常情况时对医生的辅助作用。

胶囊内镜已成为诊断小肠疾病的主要手段。为了实现人工智能对小肠异常的自动诊断，2019年我们开发了一种卷积神经网络（CNN）算法来区分正常图像和10种异常SBCE图像。该CNN模型实现了高灵敏度和特异性，将读取时间从96分钟缩短到5.9分钟，但不能自动诊断异常SBCE图像的疾病类别。针对目前人工智能在SBCE视频阅读中的局限性和临床实践的需要，本研究旨在开发一种人工智能诊断模型，用于自动诊断SBCE视频中的多种异常，并评估其在检测八类异常方面的诊断性能以及对初级医生诊断小肠疾病的辅助作用。

使用来自2565名患者的280426张图像训练AI模型，并在240个视频中验证诊断性能。

本研究包括两个训练阶段和一个验证阶段。在训练阶段，使用来自2565例病例的280 426张图像开发AI诊断模型：基于CNN的模型和卷积递归神经网络（CRNN）模型。在验证阶段，我们将CNN+CRNN模型与不同经验水平的内镜师的诊断性能进行了比较，并进一步评估了其对医生诊断SBCE视频中多个异常的辅助作用。本研究的研究流程图如图1所示。

图1. 训练阶段和验证阶段的研究流程图。

第一阶段，构建了一个高灵敏度和低特异性的基于CNN的模型，以从SBCE视频中筛选出尽可能多的高危可疑图像。第二阶段，为了进一步对第一阶段基于CNN的模型筛选出的可疑图像进行分类，并最终实现对SBCE视频中多个异常的自动诊断，开发了一个基于CRNN的模型。

在验证阶段，这240个视频以四种阅读模式进行阅读：CNN+CRNN模型单独阅读、初级医生单独阅读、专家单独阅读、AI辅助初级医生阅读（初级医生+AI辅助组）。只有最终的共识诊断才是金标准。对于初级医生，比较有或没有人工智能诊断模型辅助的诊断性能。

AI模型对红斑、炎症、出血量、血管病变、突出病变、寄生虫、憩室、正常变异的敏感性分别为97.8%、96.1%、96.1%、94.7%、95.6%、100%、100%、96.4%，特异性分别为86.0%、75.3%、87.3%、77.8%、67.7%、97.5%、91.2%、81.3%，准确率分别为95.0%、88.8%、89.2%、79.2%、80.8%、97.5%、91.3%。对于初级医生，AI模型的辅助使整体准确率从85.5%提高到97.9%（P<0.001，Bonferroni校正），与专家相当（96.6%，P>0.0125，Bonferroni校正）。

在验证阶段，使用CNN模型和CRNN模型两种模型处理了240个SBCE视频（718个异常）。在每个病灶分析中，第一个CNN模型对SBCE视频中多个异常的自动诊断具有高灵敏度和低特异性。CNN+CRNN模型显著提高了SBCE视频中所有八种异常自动诊断的特异性。小肠异常的代表性胶囊内镜图像，包括来自SBCE视频和CNN+CRNN模型的图像如图2所示。CNN+CRNN模型对红斑的敏感性和特异性分别为97.8%（95%CI 94.5-99.4）和86.0%（95%CI 74.2-93.7），对炎症的敏感性和特异性分别为96.1%（95%CI 91.8-98.6）和75.3%（95%CI 64.8-84.0），对出血量的敏感性和特异性分别为96.1%（95%CI 86.5-99.5）和87.3%（95%CI 81.7-91.7），对血管病变的敏感性和特异性分别为94.7%（95%CI 74.0-99.9）和77.8%（95%CI 71.8-83.1），对突出病变的敏感性和特异性分别为95.6%（95%CI 90.0-98.6）和67.7%（95%CI 58.9-75.7），对寄生虫的敏感性和特异性分别为100%（95%CI 39.8-100.0）和97.5%（95%CI 94.6-99.191.1）分别用于正常变异。

图2. 原始视频和人工智能诊断系统中小肠异常的代表性胶囊内镜图像。a红点。b炎症；c出血量。d血管病变。e突出病变。f寄生虫。g分泌物。h正常变异。

CNN+CRNN模型的平均AUCs分别为红斑0.950（95%CI 0.923-0.972），炎症0.925（95%CI 0.893-0.950），出血量0.957（95%CI 0.931-0.982），血管病变0.928（95%CI 0.893-0.962），突出病变0.885（95%CI 0.845-0.919），寄生虫0.988（95%CI 0.979-0.992），憩室0.912（95%CI 0.884-0.938），正常变异0.901（95%CI 0.851-0.943）（图3）。CNN模型对应数据分别为0.842（95%CI 0.807-0.871）、0.823（95%CI 0.785-0.857）、0.874（95%CI 0.836-0.901）、0.842（95%CI 0.799-0.875）、0.691（95%CI 0.635-0.734）、0.925（95%CI 0.894-0.941）、0.620（95%CI 0.575-0.662）和0.812（95%CI 0.745-0.865）（图3）。

图3. 验证队列中用于诊断不同小肠异常的卷积神经网络 (CNN) 模型和卷积神经网络 + 卷积递归神经网络 (CRNN) 模型的ROC曲线。

在每个病变分析中，AI模型的总体准确率为89.4%（95%CI 87.9-90.7），红斑为95.0%（95%CI 91.4-97.4），炎症为88.8%（95%CI 84.1-92.5），出血量为89.2%（95%CI 84.5-92.8），血管病变为79.2%（95%CI 73.5-84.1），突出病变为80.8%（95%CI 75.3-85.6），寄生虫为97.5%（95%CI 94.6-99.1），憩室为91.3%（95%CI 86.9-94.5），正常变异为93.3%（95%CI 89.4-96.1）（表1）。与单独的初级医生相比，初级医生+AI辅助组显示出显著更高的整体准确率（85.5%[95%CI 83.9-87.1]vs.97.9%[95%CI 97.1-98.5]，P<0.001，Bonferroni校正）和整体敏感性（65.9%[95%CI 62.3-69.3]vs.99.2%[95%CI 98.2-99.7]，P<0.001，Bonferroni校正），以及可比的特异性（97.3%[95%CI 96.2-98.1]vs.97.1%[95%CI 96.0-98.0]，P>0.0125，Bonferroni校正）（[表1]）。此外，与单独的专家相比，初级医生+AI辅助组表现出明显更高的总体敏感性（91.1%[95%CI 88.8-93.1]vs.99.2%[95%CI 98.2-99.7]，P<0.001，Bonferroni校正）和可比的总体准确率（96.6%[95%CI 95.7-97.4]vs.97.9%[95%CI 97.1-98.5]，P>0.0125，Bonferroni校正）（表1）。每种小肠异常的四种阅读模式的准确性、敏感性和特异性见表1。

表1. 每种小肠异常的四种阅读模式的准确性、敏感性、特异性比较。

这种训练有素的人工智能诊断模型可基于视频级识别同时自动诊断多种小肠异常，有望成为经验不足的内镜医师的辅助系统。

研究的几项结果值得进一步强调。首先，创新性地建立了CNN模型，用于在第一训练阶段观察SBCE视频中不同类型病灶的特征，以及CRNN模型，用于在第二训练阶段观察五帧视频中不同类型病灶的动态特征。第二，CNN+CRNN模型诊断了SBCE视频中的多个异常，而不是将包含单一类型异常的图像与正常图像区分开来，或者将异常与正常图像区分开来。第三，研究中开发的AI诊断模型基于视频级识别，而不是图像级识别，因此相当于手动阅读，增加了其在临床中的使用潜力。第四，AI模型显著提高了初级医生诊断SBCE视频中多个异常的诊断性能。

这项研究有几个局限性。首先，数据是回顾性收集的，其次，在推荐临床使用人工智能诊断模型之前，应使用更大的数据集进行调查以验证结果。第三，应该开发更详细的分类系统，更好地满足临床需求。

综上所述，这里所述的CNN+CRNN模型建立在2019年开发的CNN算法的基础上，以辅助区分SBCE图像中的正常和异常。为了进一步推进多发性小肠异常的自动诊断和分类，开发了一个CNN+CRNN模型，可以基于视频级识别同时自动诊断多发性小肠异常。队列验证证实了该模型良好的诊断性能，该模型对初级医生诊断SBCE视频中的多发性异常起到了极好的辅助作用。相信 CNN + CRNN 模型将促进SBCE视频中疾病类别的自动诊断，并在临床实践中具有潜在的实用性。