AI在IBD内镜检查中的应用：对临床试验的影响
AI在IBD内镜检查中的应用：对临床试验的影响的核心信息是什么？
关键信息 ◆ 在炎症性肠病（IBD）的临床实践/试验中，准确评估其内镜活动度十分重要，而新兴的人工智能（AI）技术可以提高内镜评估的效率和准确性 ◆ 目前AI的临床应用已扩展至胃肠病学、放射学、病理学和心脏病学等多个医学领域，广泛用于图像和模式识别，有望改变内镜检查和图像判读的现状 ◆ 本综述提出了无需中心阅片、基于AI的质量评估即可将患者纳入临床试验的招募...
关键信息 ◆ 在炎症性肠病（IBD）的临床实践/试验中，准确评估其内镜活动度十分重要，而新兴的人工智能（AI）技术可以提高内镜评估的效率和准确性 ◆ 目前AI的临床应用已扩展至胃肠病学、放射学、病理学和心脏病学等多个医学领域，广泛用于图像和模式识别，有望改变内镜检查和图像判读的现状 ◆ 本综述提出了无需中心阅片、基于AI的质量评估即可将患者纳入临床试验的招募模式，并建议采用AI联合中心快速阅片的方式进行二次阅片以随访患者 背景与主要方法 ◆ 由于内镜下黏膜愈合与较低的皮质类固醇依赖率、住院率和手术率相关，现已成为IBD临床试验中的重要治疗目标，但内镜检查具有招募患者困难、地方内镜医生阅片经验不足、中心阅片耗时长且成本较高、内镜检查质量参差不齐等问题 ◆ 本综述阐述了IBD临床试验中内镜评估黏膜疾病活动度的最新研究进展，分析AI改变当前模式的潜力及局限性，并提出了下一步发展建议 IBD中的A... 属于「拓麦精要」分类。 关键词：炎症性肠病、人工智能、内镜检查。
本文核心问答
Q1: 这篇资讯的核心内容是什么？
关键信息 ◆ 在炎症性肠病（IBD）的临床实践/试验中，准确评估其内镜活动度十分重要，而新兴的人工智能（AI）技术可以提高内镜评估的效率和准确性 ◆ 目前AI的临床应用已扩展至胃肠病学、放射学、病理学和心脏病学等多个医学领域，广泛用于图像和模式识别，有望改变内镜检查和图像判读的现状 ◆ 本综述提出了无需中心阅片、基于AI的质量评估即可将患者纳入临床试验的招募模式，并建议采用AI联合中心快速阅片的方式进行二次阅片以随访患者 背景与主要方法 ◆ 由于内镜下黏膜愈合与较低的皮质类固醇依赖率、住院率和手术率相关，现已成为IBD临床试验中的重要治疗目标，但内镜检查具有招募患者困难、地方内镜医生阅片经验不足、中心阅片耗时长且成本较高、内镜检查质量参差不齐等问题 ◆ 本综述阐述了IBD临床试验中内镜评估黏膜疾病活动度的最新研究进展，分析AI改变当前模式的潜力及局限性，并提出了下一步发展建议 IBD中的A...
Q2: 本文属于哪个学科分类，涉及哪些关键词？
本文属于「拓麦精要」分类，涉及关键词：炎症性肠病、人工智能、内镜检查。
Q3: 这篇资讯的发布时间是什么？
本文发布于1679486429，来源为TalkMED拓麦医学资讯平台。
关键信息
◆ 在炎症性肠病（IBD）的临床实践/试验中，准确评估其内镜活动度十分重要，而新兴的人工智能（AI）技术可以提高内镜评估的效率和准确性
◆ 目前AI的临床应用已扩展至胃肠病学、放射学、病理学和心脏病学等多个医学领域，广泛用于图像和模式识别，有望改变内镜检查和图像判读的现状
◆ 本综述提出了无需中心阅片、基于AI的质量评估即可将患者纳入临床试验的招募模式，并建议采用AI联合中心快速阅片的方式进行二次阅片以随访患者
背景与主要方法
◆ 由于内镜下黏膜愈合与较低的皮质类固醇依赖率、住院率和手术率相关，现已成为IBD临床试验中的重要治疗目标，但内镜检查具有招募患者困难、地方内镜医生阅片经验不足、中心阅片耗时长且成本较高、内镜检查质量参差不齐等问题
◆ 本综述阐述了IBD临床试验中内镜评估黏膜疾病活动度的最新研究进展，分析AI改变当前模式的潜力及局限性，并提出了下一步发展建议
IBD中的AI：对临床试验的影响（图片来自原文）
主要发现
IBD临床试验中应用AI的获益：
◆ AI能改进患者招募环节：AI可根据选择标准将电子病历信息和其他患者数据进行匹配，以帮助确认合适的试验候选人；通过AI加强选择患者队列，用更小、异质性更低的样本量提高招募效率等
◆ AI能提高内镜检查效率，节约成本：AI辅助评估疾病活动度有望减少阅片结果的变异性，并最大限度地减少对二次阅片者的需求；AI可实时进行内镜评估，解决中心阅片耗时长等问题，有可能会降低在试验预算中占比较重的中心阅片成本
◆ AI能改善内镜检查质量：相比于人工，AI不会遗漏细微之处，可分析大量图像数据，客观评估内镜检查结果
IBD临床试验中应用AI的局限性：
◆ AI的数据集由人工选择和分类，可能导致算法产生偏差；AI模型的准确性取决于内镜检查医生提供的评分信息的正确程度，等
临床意义
◆ AI正处于IBD临床试验模式改革的最前沿，在IBD内镜检查相关的临床研究中显示出良好的应用前景；未来需要在更多的前瞻性IBD临床试验中应用AI，并开发内镜和组织学评估的最佳算法
1
END
1
供稿：Chloe＆Lisa，校对：Jeanne＆Serine
声明：
编辑部对刊载内容进行仔细审阅以尽力保持其准确性，但对稿件的使用或其中的任何错误、遗漏或不准确之处等均不承担任何责任。文中所表达的任何观点不代表编辑部的观点，文中提及或排除任何方法或药物并不构成对其使用的提倡、建议或拒绝，因此在为本文中提及的任何产品开处方前，请查阅生产商的最新处方信息。内容仅限医疗卫生专业人士学习交流使用，非医疗卫生专业人士请主动退出浏览与阅读，否则由此产生的相关风险与后果应自行承担。本条内容封面图来自摄图网 ID 506953098
在未获得正式授权前，所有转载及使用文中内容均为侵权。
原文来自：Ahmad HA, East JE, Panaccione R, et al. Artificial Intelligence in Inflammatory Bowel Disease Endoscopy: Implications for Clinical Trials [published online ahead of print, 2023 Feb 22]. J Crohns Colitis. 2023;jjad029. doi:10.1093/ecco-jcc/jjad029, 作者未参与本精要的编写。
#IBD：Inflammatory Bowel Disease，炎症性肠病
#AI：Artificial Intelligence，人工智能
#Endoscopy：内镜检查
引用格式：AI在IBD内镜检查中的应用：对临床试验的影响. 发布日期：1679486429. 来源：TalkMED拓麦. URL: https://portal.talkmed.com/news/182 参考DOI: https://doi.org/10.1093/ecco-jcc/jjad029
分享
收藏
点赞
