人工智能在结肠镜检查中的应用进展、挑战与未来展望

辅助检测

CADe是首个获得监管批准的人工智能在结肠镜检查中的应用，肠腺瘤检测率（ADR）已成为评估结肠镜检查质量的重要指标，继2019年首个评估CADe的标志性随机对照、单中心试验证明了CAD可将ADR显著提高9%后，已陆续开展了30余项CADe相关的随机对照试验，大多数研究一致证明CADe在ADR、每次结肠镜检查腺瘤数和腺瘤漏诊率方面能显著提高腺瘤检测率。另一项关于CADe相关随机对照试验的系统回顾和荟萃分析结果再次强调了上述发现，与对照组相比，CADe组的ADR（44.0% vs 35.9%；相对风险，1.24；95% CI 1.16-1.33）平均每次结肠镜检查腺瘤数（0.901 vs 0.705；P < 0.001）显著增加，并且随机串联研究显示腺瘤漏诊率降低（16% vs 35%；CI 0.35-0.58）。但值得注意的是，CADe组小于10mm腺瘤的平均每次结肠镜检查腺瘤数显著更高（0.167；CI 0.121–0.212；P < 0.001），但对于≥10mm的腺瘤则未见显著差异（0.012；CI 0.005–0.019；P <0.46）。

此外，当前多数随机对照试验主要在学术中心开展，且由经验丰富或专家级内镜医师执行操作。而借助CADe提高非专家内镜医师的临床技能是值得进一步被关注的方向。在独立认证培训师的监督下，新手内镜医师使用CADe辅助后，ADR显著提升（57.5% vs 44.5%；调整后相对风险，1.41；95% CI, 1.17-1.72; P< .001）。这一结果提示CADe在规范化培训新手内镜医师方面具有明确潜力，但仍需更多高质量研究予以验证。

虽然在随机对照试验中，CADe对ADR的提升带来令人鼓舞的数据，但将其应用于临床实践中的进度却略显缓慢，不仅相关研究数据较少，已报道的数据也不甚乐观。一项针对真实世界的非随机研究进行了系统性回顾和荟萃分析，结果显示ADR（44% vs 38%；95% CI 0.97-1.28）和每次结肠镜检查腺瘤数（0.93 vs 0.79；95% CI 0.04-0.32）均无显著差异。

辅助诊断

通常在结肠镜检查中，小息肉的检出率通常较高，但进展为高度恶性疾病的可能性却较低，但在对这类小息肉进行组织病理学评估时，对医疗系统带来巨大的经济负担并对环境造成影响。为解决这一问题，ASGE制定的指南中，对小息肉的“切除并丢弃”策略和小直肠乙状结肠增生性息肉的“诊断并留置”策略设定了阈值。内镜医师的光学诊断将成为这些小息肉的金标准诊断，无需组织学评估，对于小直肠乙状结肠息肉，允许实时决定是否需要切除。鉴于内镜医师的光学诊断性能存在显著差异，基于人工智能（AI）的光学诊断系统（CADx）已经被开发用于在结肠镜检查中预测结直肠息肉的病理类型。但在有限的CADx相关研究中，呈现出截然相反的研究结果，Rondonetti等人（2022年）的ABC研究报告称，内镜医师在有和无CADx辅助下的总体准确率相似。在专家（基线91.4% vs CADx辅助91.9%）和非专家中（基线82.7% vs CADx辅助82.3%）的结果均是如此。Barua等人（2022年）的研究也得到了相似结果。迄今为止规模最大的临床研究（Rex等人，2024年，涉及美国六个中心、1252名患者和49名内镜医师）显示出的结果亦是如此，CADx辅助组与对照组的敏感性（90.7% vs. 90.8%；P= 0.52）无显著差异。

但现有的两项评估CADx的随机对照试验给出了积极的结论，独立CADx的表现均优于内镜医师 CADx辅助的光学诊断，这表明CADx与人类间的人机交互比CADe更为复杂。另一项评估内镜医师与 CADx 交互的研究进一步支持了上述结果。在 501个结直肠息肉中，有318个在内镜医师和CADx诊断之间存在分歧，其中218个分歧中 CADx 预测正确，但内镜医师坚持其初始诊断（43.5%），代表了对 AI 的信任不足；而在其余 100 个息肉（20%）中，内镜医师正确而 CADx 错误，内镜医师坚持了其初始诊断（即适当的信任）。更好地理解人机交互可能会改善人类 CADx 辅助光学诊断的表现，这将成为未来重要的研究方向。

计算机辅助质量 (CAQ)

炎症性肠病 (IBD)

用于测量炎症性肠病疾病活动度的评分系统种类较多，例如，溃疡性结肠炎内镜严重度指数（UCEIS）和梅奥评分（MES）。然而，这些评分存在操作者内变异性，并受回忆偏倚影响，常常导致记录不准确。计算机视觉AI算法有望通过提高内镜评分的准确性和标准化报告来突破上述困境。

来自法国的Coron研究小组开发了一种算法，使用共聚焦激光内镜显微技术提供 IBD 的实时诊断。壁厚、平均截距距离和荧光素渗漏等参数实现了 100%的敏感性和特异性。此外，该系统区分溃疡性结肠炎和克罗恩病的敏感性和特异性可达到92%和91%。

利用计算机视觉预测疾病复发是另一个重要进展。一项日本研究开发了一种 AI 算法，用于内镜领域，以将区分患者是处于“活动期”还是“愈合期”。在被归类为“活动期”的患者中，28.4% 在12个月内复发，而“愈合期”组仅有4.9%复发。这对患者监测和治疗决策具有潜在的实际意义。在减少IBD药物试验中结肠镜视频的集中读片时间方面，Byrne 等人开发的算法与专家标签高度一致（UCEIS 的 kappa 一致性 ≥0.78，Mayo 的 ≥0.88），将集中读片时间从人类单独所需的15分钟减少到 AI 辅助人类审阅的8分钟，而AI单独审阅仅需26 秒。这将有助于加快这些试验的完成速度。

结语

综上所述，人工智能正深刻重塑结肠镜检查的实践范式。它不仅通过辅助检测与质控提升操作标准化与腺瘤检出率，更在息肉精准诊断与炎症性肠病管理中展现出变革潜力。然而，其临床价值的充分实现，有赖于超越单纯技术验证，深入探索人机协同的最佳模式，并完成从临床试验到广泛真实世界应用的稳健转化。未来研究应致力于此，最终推动结直肠疾病诊疗迈向更高效、均质化的智能新时代。