人工智能腸鏡輔助診斷技術提高結腸SSL病變檢出率

王瑞芳 尚向娜

（1.河南科技大學第一附屬醫院超聲科; 2.河南科技大學第一附屬醫院超聲科腎臟內科, 河南 洛陽471000）

結腸癌為常見消化道腫瘤，發病與結腸息肉有關。結腸息肉為腸黏膜表面異常組織，具有良惡性之分，長期處于消化道中有惡變可能[1]。鋸齒狀息肉癌變為結腸癌鋸齒狀癌變新途徑，世界衛生組織（World Health Organization，WHO）將結腸鋸齒狀息肉分為增生性、無蒂鋸齒狀腺瘤/息肉（Sessile serrated adenoma/polyp，SSA/P）與傳統鋸齒狀腺瘤三種類型。最終在2019年將以上息肉分為五類，并將SSA/P改為無蒂鋸齒狀病變（Sessile Serrated Lesion，SSL）[2]。早期發現結腸息肉與SSL病變并及時治療對提高患者預后具有重要價值。結腸鏡檢查為診療結腸息肉的首選手段，但結腸鏡檢查診斷準確性受多因素影響，具有較高的漏診率。將計算機等人工智能技術用于腸鏡等檢查形成計算機輔助息肉檢出等人工智能診斷系統，可避免單純人工診斷的不足，能提高結腸鏡檢查準確率[3]。內鏡精靈由武漢大學內鏡中心研發得到，于2018年在臨床投入使用，為基于計算機視覺的結腸鏡實時監控系統，能實時監控電子結腸鏡檢查過程，自動識別結腸息肉，有助于輔助內鏡醫師對結腸息肉的檢出情況。

由于目前臨床中有關內鏡精靈輔助結腸鏡檢查的研究較少，為此，本研究通過常規結腸鏡與人工智能輔助結腸鏡對結腸SSL病變檢查結果比較，以探究內鏡精靈在結腸鏡檢查過程中的應用價值。

1 資料與方法

1.1 一般資料

本研究取得醫院倫理委員會批準，選取2021年3月至2022年9月于我院行結腸鏡檢查患者。將納入的研究對象隨機分為對照組和觀察組，每組各500例。對照組男257例，女243例；平均年齡49.17±10.68歲。觀察組男261例，女239例；平均年齡48.96±10.53歲。兩組資料無統計學意義（P＞0.05）。

納入標準：結腸鏡檢查前無消化道腫瘤史；無結腸鏡治療禁忌；具有結腸鏡檢查適應癥；患者知情同意。排除標準：不耐受結腸鏡者；已確診結腸腫瘤患者；合并其他惡性腫瘤患者；精神疾病患者；不配合檢查患者；有麻醉禁忌癥患者。符合入組條件的1000例。

1.2 方法

兩組操作均由5 y以上的同一組經驗豐富的內鏡醫師負責，均經過對SSL的系統培訓，對照組行結腸鏡檢查，使用結腸鏡（Olympus 290）進行檢查，檢查前做好腸道清潔準備（使用Boston評分量表，評分在6分以上者納入研究）。

觀察組在結腸鏡基礎上聯合內鏡精靈（endo Angel）輔助檢查。結腸鏡插入時盡可能快速達到盲腸，不要求細致觀察或摘除息肉等；待插入盲腸后需在退鏡時觀察黏膜與皺襞情況。腸鏡實時監控為檢查中由進鏡至盲腸開始→退鏡至肛管整個過程中自動監測鏡下的視野，可疑的視野能自動識別，且退鏡速度能實時監測。內鏡精靈屏幕上配有“skipcecum”按鈕，當結腸鏡不能觸及盲腸或無法識別盲腸時，按按鈕可將腸鏡檢查狀態由插入轉為退出。

對直徑不足0.5cm息肉，在取得同意后立即摘除，超過0.5cm息肉，根據患者具體情況，檢查凝血功能后，門診行內鏡下摘除或擇期住院后內鏡下摘除或外科手術治療。摘除息肉的時間不計入退鏡時間內；患者摘除息肉后行常規病理檢查。

1.3 觀察指標

1.3.1 檢查相關時間

記錄兩組檢查相關耗時，包括盲腸插入時間、退鏡時間，內鏡插入時開始計時，盲腸插入時再次計時，內鏡退出時統計盲腸插入耗時與退鏡共用時間。

1.3.2 息肉檢出情況

統計兩組息肉檢出情況，息肉大小分類：根據內鏡下息肉大小進行分類，直徑不足0.5 cm為小型，反之為大型；比較兩組息肉檢出率與大小息肉個數。

1.3.3 SSL病變檢出情況

息肉摘除后送至病理室檢查。SSL診斷標準[4]：①沿黏膜肌層水平生長；②隱窩基底擴張；③基底部呈鋸齒狀膨脹④不對稱增生。隱窩符合以上1條特征即可確診；比較兩組SSL病變檢出率。

1.4 統計學方法

采用SPSS20.0軟件分析數據，符合正態分布的年齡、檢查相關時間等資料以（±SD）表示，t檢驗；檢出率用（%）表示，χ2檢驗，P＜0.05有統計學意義。

2 結果

2.1 人工智能腸鏡輔助診斷技術縮短檢查相關時間

觀察組盲腸插入時間（6.30±3.50）min短于普通腸鏡組（7.09±4.17）min（P＜0.05），兩組退鏡時間無統計學意義（P＞0.05）。見表1。

表1 人工智能腸鏡輔助診斷技術縮短檢查相關時間比較（±SD）

表1 人工智能腸鏡輔助診斷技術縮短檢查相關時間比較（±SD）

注：與對照組相比，*P＜0.05。

組別 n 盲腸插入時間(min) 退鏡時間(min)普通腸鏡組 500 7.09±4.17 5.51±2.26觀察組 500 6.30±3.50* 5.58±2.40*

2.2 人工智能腸鏡輔助診斷技術提高息肉檢出率

對照組有119例患者檢出結腸息肉，觀察組194例，觀察組檢出率38.80%高于普通腸鏡組23.80%（P＜0.05）。對照組檢出421枚息肉，其中大息肉278枚，小息肉143枚；觀察組檢出598枚息肉，其中大息肉453枚，小息肉145枚。兩組大息肉個數有顯著差異（P＜0.05）。見表2。

表2 人工智能腸鏡輔助診斷技術提高息肉檢出率比較（例（%））

2.3 人工智能腸鏡輔助診斷技術提高SSL病變檢出率

兩組在檢出的息肉中檢出SSL病變情況：對照組檢出SSL共16例，觀察組檢出43例。觀察組SSL病變檢出率7.19%高于對照組3.80%（χ2=5.206，P＜0.05）。

3 討論

結腸癌發病率逐年上升，且該腫瘤早期癥狀具有隱匿性，中晚期患者預后差。隨著我國逐漸嚴重的老齡化，加上飲食變化，高發病率的結腸癌成為威脅人們健康的重大殺手之一。結腸息肉為癌前病變，結腸息肉癥狀隱匿，起初無明顯表現而被忽視。結腸鏡檢查為檢測結腸息肉的常用有效方式，鏡下切除息肉為臨床治療該病的首選方式。內鏡下早期診療是防治結腸癌的重要方式，但常規結腸鏡易漏診。隨著人工智能技術的發展，臨床將計算機視覺等用于結腸鏡檢查，形成人工智能診斷系統。內鏡精靈為武漢大學研發出的智能內鏡輔助系統[5]，將盲區監測、病灶識別與教學培訓集于一體，經內鏡精靈監督結腸鏡操作水平，并輔助診斷病灶。本研究中觀察組盲腸插入時間短于普通腸鏡組，提示內鏡精靈輔助腸鏡更有助于結腸鏡插入。其原理可能是因該物質與透明帽類似，先端帽比結腸鏡先端部2 mm部分突出能直接下壓推開結直腸皺襞，使結腸鏡先端部與黏膜保持適當距離，獲得更好視野以助于插入。觀察組SSL病變檢出率高于對照組，提示內鏡精靈輔助腸鏡能更好檢出患者結腸息肉與SSL病變。內鏡精靈能提高腸鏡檢查中的結腸息肉檢出率是因為該系統在電子結腸鏡檢查中能實時監控。實時監控中能提示結腸鏡檢查盲區，通過實時監測腸內位置以及時為內鏡醫師反饋已觀察與未觀察的部位，輔助全面觀察腸內各角落，提高息肉檢出率[6]。綜上所述，內鏡精靈輔助腸鏡能顯著提高結腸息肉與SSL病變檢出率，降低息肉漏診率，使腸鏡檢查更準確可靠。