什么是人工智能胃镜

人工智能胃镜是将深度学习算法嵌入内镜图像处理系统，在检查过程中实时识别可疑病灶并提示操作者的一类计算机辅助诊断技术。其定位是辅助而非替代医生判断，最终诊断仍由内镜医师结合病理结果作出。

人工智能胃镜的工作原理

1、图像采集与预处理：胃镜前端摄像头以每秒数十帧的速度连续采集胃黏膜图像，系统先对图像进行去噪、增强和标准化处理，使不同设备来源的画面具备可比性。

2、算法识别：卷积神经网络对处理后的图像进行逐帧分析，将画面划分为正常黏膜、萎缩、肠化、息肉、溃疡、早期癌等类别，并输出对应的概率值。

3、实时提示：当某一区域被判定为可疑病灶时，显示器上会出现标记框或色阶提示，操作者据此决定是否追加活检或放大观察。

4、离线复核：检查结束后，系统可对存储的视频再次分析，生成病灶位置与形态的记录，供医生回顾和随访对比。

人工智能胃镜能解决什么问题

1、降低漏诊率：胃黏膜早期病变形态平坦、色泽改变轻微，人眼在快速退镜过程中容易忽略。算法对每一帧图像保持同等注意力，有助于减少盲区遗漏。

2、缩短学习曲线：低年资医师对早期胃癌的识别经验有限，实时提示可起到教学作用，帮助其建立对可疑病灶的敏感度。

3、提高检查一致性：不同医师、不同中心之间的诊断水平存在差异，算法提供统一的判读参考，有助于缩小这种差异。

4、辅助质量控制：系统可统计退镜时间、图像清晰度、覆盖部位等指标，为内镜中心的质量管理提供客观数据。

证据与数据

据国家癌症中心发布的2022年中国恶性肿瘤流行情况分析，胃癌新发病例约为35.9万例，居恶性肿瘤发病谱前列。早期胃癌五年生存率可达90%以上，而进展期胃癌明显下降，因此早发现、早诊断是改善预后的关键环节。人工智能辅助诊断的价值正体现在这一环节。

局限与注意事项

1、算法依赖训练数据：若训练集以某一地区、某一设备为主，应用到其他场景时性能可能下降。

2、无法替代病理：算法提示的“可疑”仅表示形态学特征接近，确诊仍需活检组织学检查。

3、对操作者仍有要求：图像质量差、黏液多、出血遮挡时，算法输出可靠性降低，规范操作仍是前提。

4、监管与准入：此类软件属于医疗器械，需经国家药品监督管理局审批后方可用于临床，具体适用范围以注册证载明内容为准。

人工智能胃镜的本质是给内镜医师增加一双不知疲倦的“辅助眼”，帮助在大量图像中筛出值得关注的区域，但判读权和诊断责任始终在医生一方。

常见问题

否。人工智能胃镜仅提供实时图像提示，进镜、退镜、活检等操作仍需内镜医师完成，诊断也由医师作出。

否。受检者的准备、体位、麻醉方式与普通胃镜相同，区别在于图像会同步经过算法分析并显示提示信息。

能辅助发现。算法对平坦型、色泽改变轻微的病灶可给出提示，但确诊仍需活检病理，不能仅凭提示下结论。

视医院收费政策而定。该项目属于辅助诊断软件，是否单独计费由各地医保和医院规定决定，检查前可向就诊机构确认。

否。算法在特定任务上可提高敏感度，但受图像质量和训练数据影响，最终判断仍以医师综合评估为准。

参考资料

[1] 国家癌症中心. 2022年中国恶性肿瘤流行情况分析. 中华肿瘤杂志, 2024.

[2] 国家药品监督管理局. 医疗器械分类目录及相关注册审批规定.

[3] 中华医学会消化内镜学分会. 中国早期胃癌筛查及内镜诊治共识意见.

[4] 赫捷, 陈万青. 中国肿瘤登记年报. 人民卫生出版社.