人工智能与消化道早癌: 新挑战与新未来

表2 AI在早期胃癌中的部分研究特点

研究	国家	发布时间	样本量	目的	AUC	灵敏度	特异度
Horiuchi等[24]	日本	2020年	1492张EGC和1078张胃炎图像为训练集, 151张EGC和107张胃炎图像为测试集	使用NBI联合放大内镜来区分EGC和胃炎	-	95.4%	75.0%
Yang等[25]	中国	2022年	10439张EUS图像研发	EUS下诊断胃肠道间质瘤和胃肠道平滑肌瘤	-	-	-
Tang等[27]	中国	2022年	13151张图像为训练集, 7057张图像为内部验证集, 1577张图像为外部验证集, 20个视频为视频验证集	在NBI内镜下诊断EGC	0.888-0.951
Goto等[28]	日本	2023年	500张黏膜内膜和黏膜下癌为训练集, 200张黏膜内膜和黏膜下癌为测试集	AI辅助下内镜医师之对EGC浸润深度的诊断		76%	80%
Bang等[29]	韩国	2021年	2703例未分化型早期胃癌为训练集和内部验证集, 按9:1随机分配. 来自两家独立数据集的402例未分化型早期胃癌为测试集	预测内镜黏膜下剥离术在未分化的ECG的根治性切除率
Fan等[34]	中国	2022年	76例胃癌患者的增强CT和PET-CT影像学特征和临床资料为训练集, 25例胃癌患者的增强CT和PET-CT影像学特征和临床资料为测试集	预测胃癌患者淋巴血管浸润状态	自适应提升AI模型0.944
					线性判别分析AI模型0.929
					逻辑回归AI模型0.921
Chen等[35]	中国	2024年	426例胃癌患者血清学标本为数据集寻找差异代谢物, 95例胃癌患者为早期诊断的验证集, 181例胃癌患者为预测预后的验证集		10PM模型
					0.967	0.854	0.926
					28PM模型
					0.832	0.900	0.700

AI: 人工智能; AUC: 曲线下面积; NBI: 窄带成像技术; EGC: 早期胃癌; EUS: 超声内镜; CT: 计算机断层扫描; PET-CT: 正电子发射断层显像.