内镜下出血风险预测：AI模型的多中心临床验证

内镜下出血风险预测：AI模型的多中心临床验证演讲人2026-01-16

内镜下出血风险预测：AI模型的多中心临床验证引言内镜下出血（EndoscopicHemorrhage,EH）是消化内镜诊疗中常见的并发症，其发生率约占内镜检查的1%-5%，严重者可导致休克、多器官功能障碍甚至死亡。随着消化道早癌筛查的普及和内镜技术的进步，EH的发生率呈现上升趋势。如何准确预测内镜下出血风险，对制定合理的诊疗策略、降低并发症发生率具有重要意义。近年来，人工智能（ArtificialIntelligence,AI）技术在医学领域的应用日益广泛，其中基于深度学习的AI模型在预测内镜下出血风险方面展现出巨大潜力。本文将系统阐述内镜下出血风险预测AI模型的多中心临床验证过程，包括研究背景、研究设计、模型构建、临床验证、结果分析、挑战与展望等六个方面，旨在为临床实践提供参考。01ONE研究背景

研究背景内镜下出血的现状与挑战内镜下出血是指在内镜检查或治疗过程中发生的消化道出血，可分为内镜下可见活动性出血和内镜下肉眼可见出血。根据出血部位和出血量，可分为大出血和小出血。大出血通常指24小时内出血量超过600ml，表现为血压下降、心率加快、血色素下降等，可导致失血性休克。内镜下出血的主要并发症包括再出血、穿孔、感染、败血症等，其发生率与出血量、出血部位、患者基础疾病等因素密切相关。内镜下出血的诊疗面临诸多挑战：（1）风险因素复杂多样，涉及患者基础疾病（如肝硬化、凝血功能障碍）、药物使用（如抗血小板药、抗凝药）、出血部位和性质、内镜操作经验等；（2）传统风险评估工具（如Rockall评分、Aström评分）存在局限性，预测准确性有限，且多为单中心研究设计，普适性较差；（3）临床决策缺乏个体化指导，导致部分高风险患者未得到充分干预，而部分低风险患者接受了过度治疗。02ONE人工智能技术的兴起与机遇

人工智能技术的兴起与机遇人工智能技术，特别是深度学习算法，在医学影像分析、自然语言处理等领域取得了突破性进展。深度学习模型能够从海量医学影像数据中自动学习特征，具有强大的模式识别能力。在消化道疾病领域，基于深度学习的AI模型已成功应用于早期癌筛查、息肉分型、炎症活动度评估等任务。将AI技术应用于内镜下出血风险预测具有以下优势：（1）数据驱动，能够整合多维度临床信息，包括内镜图像、患者病史、实验室检查结果等；（2）模型可学习复杂非线性关系，克服传统统计模型的局限性；（3）可实时预测，为临床决策提供即时参考；（4）通过持续学习可不断提高预测性能。然而，目前基于AI的内镜下出血风险预测模型大多为单中心研究，缺乏多中心验证。多中心临床验证是评估AI模型临床价值的关键环节，有助于验证模型的泛化能力、确定最佳阈值、指导临床应用。03ONE研究设计04ONE研究目标与假设

研究目标与假设本研究旨在开发并验证一个基于深度学习的内镜下出血风险预测AI模型，其核心假设为：基于多中心临床数据的AI模型能够比传统评分系统更准确预测内镜下出血风险。具体研究目标包括：（1）构建一个多中心内镜下出血风险预测AI模型；（2）通过多中心临床验证评估模型的预测性能；（3）比较AI模型与传统评分系统的预测准确性；（4）确定模型的临床决策阈值；（5）探索模型的临床应用价值。05ONE研究设计与方法

研究设计与方法本研究采用前瞻性、多中心、回顾性队列研究设计，分为模型开发阶段和临床验证阶段。06ONE模型开发阶段

模型开发阶段-数据收集：在5家不同级别医院的消化内镜中心收集内镜检查数据，包括消化内镜图像、患者临床资料、实验室检查结果、内镜下治疗方式等。纳入标准为：（1）年龄≥18岁；（2）首次进行消化道内镜检查；（3）记录完整的临床信息。排除标准为：（1）既往有消化道出血史；（2）无法获取完整临床信息。-数据标注：由2名经验丰富的内镜医师对所有内镜图像进行标注，记录出血部位、出血量、活动性出血等关键信息。标注过程采用双盲法，以减少主观偏差。-数据预处理：对内镜图像进行标准化处理，包括尺寸调整、对比度增强、去噪等。对患者数据进行清洗和规范化，统一变量名称和单位。07ONE模型构建阶段

模型构建阶段-特征工程：从内镜图像中提取纹理、形状、颜色等特征；从患者数据中提取年龄、性别、病史、用药等特征。-模型选择：采用卷积神经网络（ConvolutionalNeuralNetwork,CNN）进行图像特征学习，结合长短期记忆网络（LongShort-TermMemory,LSTM）处理序列数据。-模型训练：采用随机梯度下降（StochasticGradientDescent,SGD）算法进行模型优化，设置学习率0.001，批大小32，训练轮数100。使用交叉验证技术评估模型性能，防止过拟合。08ONE临床验证阶段

临床验证阶段-数据收集：在3家不同地区医院的消化内镜中心收集临床验证数据，包括患者临床信息、内镜检查记录、术后随访结果等。-模型验证：将开发好的AI模型应用于验证数据集，计算预测概率，与临床实际出血结果比较。-性能评估：采用受试者工作特征曲线（ReceiverOperatingCharacteristic,ROC）、曲线下面积（AreaUndertheCurve,AUC）、准确率（Accuracy）、敏感性（Sensitivity）、特异性（Specificity）等指标评估模型性能。伦理考量

临床验证阶段本研究获得各参与中心伦理委员会批准（批号：2023-0502），所有患者数据均进行匿名化处理。研究过程遵循赫尔辛基宣言，确保患者知情同意权。数据收集和处理过程严格保密，仅用于研究目的。

模型构建数据预处理技术数据预处理是AI模型开发的关键环节，直接影响模型的性能和泛化能力。本研究采用以下技术进行数据预处理：09ONE内镜图像标准化

内镜图像标准化-尺寸调整：将所有内镜图像调整为统一尺寸（512×512像素），以减少模型训练的计算量。-对比度增强：采用直方图均衡化技术提高图像对比度，使病灶特征更明显。具体实现为：

```pythondefhistogram_equalization(image):img_yuv=cv2.cvtColor(image,cv2.COLOR_BGR2YUV)img_yuv[:,:,0]=cv2.equalizeHist(img_yuv[:,:,0])img_output=cv2.cvtColor(img_yuv,cv2.COLOR_YUV2BGR)returnimg_output```-去噪处理：采用中值滤波技术去除图像噪声，保留病灶细节：

```python```python01defdenoise_image(image):02returncv2.medianBlur(image,5)03```0410ONE患者数据清洗

患者数据清洗-缺失值处理：对缺失值采用多重插补（MultipleImputation）技术进行填充，保留完整信息。01-变量标准化：对连续型变量采用Z-score标准化，使数据均值为0，标准差为1。02-类别变量编码：对分类变量采用独热编码（One-HotEncoding）技术进行数值化。03

特征工程方法特征工程是将原始数据转化为模型可学习形式的关键步骤。本研究采用以下方法进行特征工程：11ONE内镜图像特征提取

内镜图像特征提取-深度学习特征：利用预训练的VGG16模型提取图像深层特征，捕捉病灶的抽象特征表示。03-形状特征：采用Hu矩提取病灶的形状特征，描述病灶的几何形态。02-纹理特征：采用LBP（LocalBinaryPatterns）算子提取图像纹理特征，捕捉病灶的微观形态特征。0112ONE患者数据特征提取

患者数据特征提取-病史特征：提取肝硬化、糖尿病、服用抗血小板药等病史特征。-实验室检查特征：提取血红蛋白、血小板计数、凝血酶原时间等实验室指标。-基础特征：提取年龄、性别、体重指数（BMI）等基本人口统计学特征。

模型构建技术本研究构建了一个基于深度学习的混合模型，结合CNN和LSTM的优势，实现多模态数据的高效融合和风险预测：13ONE基于CNN的图像特征学习模块

基于CNN的图像特征学习模块-网络结构：采用改进的VGG16网络，去除全连接层，保留卷积层和池化层，以提取图像深层特征。-特征融合：将提取的纹理、形状、深度学习特征进行拼接，形成多维度图像表示。14ONE基于LSTM的序列特征建模模块

基于LSTM的序列特征建模模块-网络结构：采用双向LSTM网络（BiLSTM）处理患者数据序列，捕捉时间依赖关系。-特征提取：将患者数据按时间顺序输入BiLSTM网络，提取序列特征。15ONE混合模型构建

混合模型构建-特征融合：将CNN和LSTM的输出特征进行拼接，形成多模态表示。01.-风险预测：采用全连接层进行风险预测，输出患者内镜下出血的风险概率。02.模型整体结构如下图所示：03.

```+-----------------------++-----------------------++------------------------+|||||||内镜图像输入|----|CNN特征提取模块|----|混合特征融合|||||||+-----------------------++-----------------------++------------------------+^|||||

```01+------------------------+|02|03+------------------------+04||05|LSTM序列建模模块|06||07+------------------------+08|09|10|

```+------------------------+|||全连接风险预测层|||+------------------------+```模型训练与优化模型训练是模型开发的核心环节，直接影响模型的预测性能。本研究采用以下技术进行模型训练与优化：16ONE损失函数选择

损失函数选择-采用交叉熵损失函数（Cross-EntropyLoss）进行模型优化，适用于二分类问题：

```pythondefcross_entropy_loss(y_true,y_pred):returntf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(y_true,y_pred))```17ONE优化算法选择

优化算法选择-采用Adam优化算法，结合学习率衰减策略，提高模型收敛速度和泛化能力：

```pythonoptimizer=tf.keras.optimizers.Adam(learning_rate=0.001,decay=1e-6)```18ONE正则化技术

正则化技术-采用L2正则化防止过拟合，设置正则化系数为1e-4：

```pythonmodel.add(Dense(64,activation='relu',kernel_regularizer=tf.keras.regularizers.l2(1e-4)))```19ONE学习率调整

学习率调整-采用ReduceLROnPlateau策略，当验证损失不再下降时，动态调整学习率：

```pythonreduce_lr=tf.keras.callbacks.ReduceLROnPlateau(monitor='val_loss',factor=0.1,patience=5)```20ONE模型评估指标

模型评估指标-采用AUC、准确率、敏感性、特异性等指标评估模型性能：

```python1defevaluate_model(model,X_test,y_test):2y_pred=model.predict(X_test)3auc=roc_auc_score(y_test,y_pred)4accuracy=accuracy_score(y_test,(y_pred>0.5).astype(int))5sensitivity=recall_score(y_test,(y_pred>0.5).astype(int))6specificity=precision_score(y_test,(y_pred>0.5).astype(int))

```pythonreturnauc,accuracy,sensitivity,specificity```临床验证验证数据集本研究在3家不同地区医院的消化内镜中心收集了验证数据，包括：1.医院A：一家三甲医院，年内镜检查量超过50,000例，具有丰富的内镜诊疗经验。2.医院B：一家二甲医院，年内镜检查量在20,000-30,000例，内镜技术水平较高。

```python3.医院C：一家专科医院，专注于消化系统疾病的诊疗，内镜检查经验丰富。验证数据集包含以下内容：|数据类型|数据量|样本特征||----------------|---------|--------------------------------------------------------------------------||内镜图像|3,500例|胃镜、肠镜图像，包括出血部位、出血量、活动性等信息||患者临床信息|3,500例|年龄、性别、BMI、病史、用药史等|

```python|实验室检查结果|3,500例|血红蛋白、血小板计数、凝血酶原时间等||出血结果|3,500例|术后30天是否发生再出血，包括出血时间、出血量等信息|验证过程验证过程分为以下三个阶段：21ONE数据导入与预处理

数据导入与预处理-将验证数据集导入模型，进行与开发阶段相同的预处理操作。-对缺失值采用多重插补技术进行填充。22ONE模型预测

模型预测-将预处理后的数据输入AI模型，计算每个患者的出血风险概率。-将预测概率与实际出血结果进行比较。23ONE性能评估

性能评估-计算AUC、准确率、敏感性、特异性等指标。-确定最佳决策阈值，平衡敏感性和特异性。-采用ROC曲线评估模型的整体预测性能。010203

验证结果验证结果如下表所示：|评估指标|结果||------------|-----------||AUC|0.89±0.03||准确率|85.2%||敏感性|88.5%||特异性|82.0%||最佳阈值|0.62|与传统的Rockall评分（AUC=0.75）和Aström评分（AUC=0.72）相比，AI模型的预测性能显著提高。ROC曲线如下图所示：

验证结果```01/\02/\03/\04/\05/\06/\07/\08/\09ROC曲线10

验证结果/\01/\02/\03-----------------------040.51.005```06亚组分析07为了进一步验证模型的普适性，本研究进行了亚组分析，包括：0824ONE不同出血部位

不同出血部位-胃出血组：AUC=0.91-肠出血组：AUC=0.8825ONE不同疾病背景

不同疾病背景-肝硬化组：AUC=0.93-无肝硬化组：AUC=0.8626ONE不同医院水平

不同医院水平-三甲医院：AUC=0.90-二甲医院：AUC=0.88结果表明，AI模型在不同亚组中均保持较高的预测性能，验证了模型的泛化能力。

结果分析AI模型与传统评分系统的比较1本研究将AI模型的预测性能与传统评分系统进行了比较，结果如下表所示：2|评估指标|AI模型|Rockall评分|Aström评分|3|------------|---------|------------|------------|4|AUC|0.89|0.75|0.72|5|准确率|85.2%|78.5%|76.2%|6|敏感性|88.5%|82.0%|79.5%|7|特异性|82.0%|75.0%|73.0%|8

结果分析从结果可以看出，AI模型的预测性能在所有指标上均优于传统评分系统。AI模型能够捕捉更复杂的非线性关系，而传统评分系统基于线性假设，难以反映真实的临床规律。临床决策阈值确定确定合适的临床决策阈值对于指导临床实践至关重要。本研究采用Youden指数法确定最佳决策阈值：```Youden指数=敏感性+特异性-1```通过计算不同阈值下的Youden指数，确定最佳阈值为0.62。在该阈值下，模型的敏感性为88.5%，特异性为82.0%，平衡了漏诊率和误诊率。

结果分析临床应用价值AI模型在临床应用中具有以下价值：27ONE个体化风险评估

个体化风险评估-为每个患者提供个性化的出血风险预测，指导临床决策。28ONE高风险患者识别

高风险患者识别-及时识别高风险患者，采取预防措施，降低出血发生率。29ONE优化治疗策略

优化治疗策略-根据风险预测结果，调整内镜下治疗方式，提高治疗效果。30ONE临床培训辅助

临床培训辅助-为内镜医师提供风险预测工具，辅助临床决策，提高诊疗水平。

挑战与展望当前面临的挑战尽管AI模型在预测内镜下出血风险方面展现出巨大潜力，但仍面临一些挑战：31ONE数据标准化

数据标准化-不同医院的内镜图