AI辅助结肠镜减少息肉漏诊进展2026

AI辅助结肠镜减少息肉漏诊进展01020304AI直接降低漏诊率AI间接降低漏诊率AI辅助的挑战未来发展方向CONTENTS目录AI直接降低漏诊率010302美国美敦力研发，获FDA批准，已更新至第三代，融合CADe和CADx，兼容白光和窄带成像。研究显示可提高腺瘤检出率，但安全性和可靠性仍需验证，晚期大腺瘤遗漏未见报道。SKOUT由IterativeHealth开发，可提高腺瘤检出数量，但对漏诊率影响需多中心研究证实。MAGENTIQ-COLO优化了对凹陷型、侧向发育型肿瘤的检测能力，临床证据仍有限。Endo-AID仅支持白光模式，分标准与目标模式。CADEYE兼具CADe和CADx功能。DISCOVERY是首个在RCT中证实可提升无蒂锯齿状病变检出率的AI系统，但尚无AMR影响研究。GIGenius系统SKOUT与MAGENTIQ-COLO系统Endo-AID、CADEYE与DISCOVERY系统主流国际AI系统010203国内AI系统效果EndoScreener是我国首个消化内镜AI辅助产品，在串联结肠镜研究中息肉漏诊率低至12.98%，腺瘤漏诊率低至13.89%，并将无蒂锯齿状病变漏诊率从42.11%降至7.14%，效果显著。系统降低息肉漏诊率内镜精灵（ENDOANGEL）集CADe和CADx于一体，可标记异常病灶并实时监测盲区。研究显示其对＜1cm息肉检出率明显高于常规结肠镜，并衍生出评估息肉大小和静脉曲张的子系统，性能优于内镜医师。内镜精灵系统集成检测与质控功能我国研究显示，AI辅助低年资内镜医生可使腺瘤漏诊率低于专家组（18.82%vs43.69%），尤其对＜5mm乙状结肠腺瘤漏诊率显著降低，加速低年资医师成长，缩短学习曲线。国内AI系统在低年资医师辅助表现突出AI辅助下息肉与腺瘤漏诊率降低AI对微小易漏诊病变漏诊率改善AI辅助低年资医师EndoScreener系统在串联结肠镜研究中将息肉漏诊率降至12.98%，腺瘤漏诊率低至13.89%；CADEYE在直肠乙状结肠区域腺瘤漏诊率仅11.9%，显示AI能有效控制漏诊风险。传统检查中直径＜5mm的小息肉漏诊率高达35.8%，GIGenius系统将其降至15.9%。EndoScreener还将无蒂锯齿状病变漏诊率从42.11%降至7.14%，显著提升检出能力。AI辅助低年资组的腺瘤漏诊率（18.82%）和息肉漏诊率（21.23%）均低于专家组（43.69%和35.38%），尤其对＜5mm乙状结肠病变改善明显，缩短学习曲线。临床漏诊率数据AI间接降低漏诊率010203改善肠道准备质量日本利用结肠镜检查患者粪便图像训练智能手机应用程序，若提示不合格则补充肠道清洁剂，结果BBPS≥6分患者高达99%，有效降低因准备不足导致的漏诊风险。AI通过粪便图像分析评估肠道准备质量我国研究将524例患者随机分组，AI组通过分析粪便并给出准确建议，平均BBPS评分显著高于对照组（6.74vs5.97），证明AI可改善肠道准备质量。AI提供个性化建议提升肠道清洁度AI实时检测并及时干预可减少因视野不清造成的漏诊，但现有研究尚未报告其对结直肠息肉漏诊的直接影响，需以漏诊率为终点的前瞻性研究进一步验证。AI干预需以漏诊率为终点开展前瞻性研究TITLEHERE指导低年资医师AI辅助低年资医师降低息肉漏诊率研究显示，AI辅助低年资内镜医师的腺瘤漏诊率（18.82%）和息肉漏诊率（21.23%）均低于经验丰富的专家组（43.69%和35.38%），尤其对＜5mm的乙状结肠微小腺瘤漏诊率降低更明显。AI加速低年资医师学习曲线AI辅助可使低年资医师（完成200~400次检查）在息肉检出率、腺瘤检出率等方面达到高年资医师（＞10000次检查）水平，同时针对右半结肠皱襞多、平坦病灶易漏的问题进行针对性指导，缩短培训周期。AI辅助可能导致低年资医师过度依赖研究发现使用CADe后内镜医师眼动距离缩短、主动搜寻病变积极性下降，对经验丰富者影响较小，但长期来看初学者可能因依赖AI而降低自身识别能力，增加医疗成本与不必要切除风险。Yao等研究发现，AI辅助低年资内镜医师的腺瘤漏诊率（18.82%）低于专家组（43.69%），尤其对＜5mm乙状结肠腺瘤效果更优，表明AI可快速提升新手检出能力。AI辅助低年资医师降低腺瘤漏诊率右半结肠因皱襞多、结构复杂导致漏诊率高，AI可对低年资医师进行针对性指导，改进该区域腺瘤检测，从而间接减少右半结肠息肉漏诊风险。AI助力右半结肠腺瘤检测日本多中心研究采用CUSUM评估发现，AI辅助低年资医师能实现更稳定且更低的腺瘤漏诊率，并缩短达到高年资医师水平所需的学习曲线，但最佳培训模式仍需前瞻性研究验证。AI加速学习曲线稳定化与标准化缩短学习曲线AI辅助的挑战研究显示，CADe发现息肉比内镜医师更快（1.16秒vs2.97秒），长期使用AI可能导致医师主动搜寻病变能力减退，尤其对初学者存在消极影响，技术稳定性面临挑战。应用CADe后内镜医师眼动距离明显缩短，表明医师可能变得懒惰，主动搜寻可疑病变的积极性有所下降，虽对经验丰富者影响较小，但初学者易产生依赖。AI辅助下医师可能盲目切除无恶性潜力的微小息肉（如直径＜5mm的增生性息肉），增加患者医疗成本和并发症风险，且CADx识别非肿瘤性息肉的能力与医师相当，未能显著减少不必要切除。技术退化风险搜寻积极性下降过度治疗风险内镜医师依赖风险非肿瘤性息肉误切小息肉与增生性息肉的恶性潜力低AI识别非肿瘤性息肉能力有限盲目切除增加经济与风险负担许多位于乙状结肠和直肠的微小息肉（直径＜5mm）及增生性息肉几乎无恶性转化潜力，盲目切除会增加医疗成本与并发症风险，需谨慎评估。荟萃分析显示，AI辅助系统与内镜医师识别不必要切除的非肿瘤性息肉能力相似（55.4%vs.58.4%），未显著降低误切率，提高CADx准确性是未来重点。过度切除非肿瘤性息肉不仅增加患者医疗费用，还可能引发出血、穿孔等并发症，违背精准医疗原则，需通过优化诊断策略避免不必要干预。文章指出，AI系统检测SSL性能差的主因是训练样本数据集存在选择偏差，可能较少包含SSL类型病变，导致模型学习不充分，识别能力受限。SSL常表现为平坦、边界模糊、颜色对比度低，与传统息肉形态差异大。文章提到AI虽对平坦型病变有优势，但SSL独特特征仍使现有系统难以准确检测。鉴于SSL与结直肠癌进展密切相关且易被漏诊，文章强调提高CADx及CADe系统对SSL的识别准确性是未来研究和开发的重点方向，需扩大样本多样性。训练数据偏差SSL检测性能不足SSL形态特征增加AI检测难度提升SSL检测能力是未来研究重点SSL检测性能差未来发展方向010203多中心研究验证AI系统效果必要性当前AI研究样本量不足的局限性大样本研究对AI长期稳定获益探索尽管现有AI系统如GIGenius、EndoScreener等已显示降低漏诊率潜力，但不同研究设计、人群和操作者异质性导致结论差异，需更多多中心、前瞻性研究明确其普遍适用性。部分研究如EndoScreener对SSL漏诊率的对比样本量较少，SKOUT对AMR影响缺乏大样本证据，小样本难以消除偏倚，需扩大样本量以增强结论可靠性。AI辅助低年资医师虽短期提升检出率，但长期对漏诊结局的稳定获益及最佳培训模式未明，需大样本、多中心前瞻性研究评估其持续效果与安全性。多中心大样本研究当前AI系统在检测无蒂锯齿状病变（SSL）时表现较差，主要因训练样本存在选择偏差或SSL类型数据不足。未来需扩充多样化、均衡的病变数据集，提升AI对罕见病变的识别能力。优化训练数据集以消除偏差荟萃分析显示，AI辅助系统识别非肿瘤性息肉的准确率（55.4%）与内镜医师（58.4%）无显著差异。需加强CADx算法研发，减少不必要的息肉切除，降低患者医疗成本和并发症风险。提升CADx对非肿瘤性病变识别精度不同地区、人群的结直肠病变特征存在差异，导致AI系统反应结果可能不一致。未来需开展多中心、大样本研究，引入地域化训练数据，保障AI在不同临床环境下的稳定性和普适性。增强AI系统跨人群与跨地区适应性提高AI准确度AI在肠道准备质量评估与干预中的拓展应用AI辅助低年资内镜医师培训与操作规范拓展AI对特殊类型病变检测能力的拓展AI通过分析粪便图像实时评估肠道准备质量，并给出补充清洁剂的建议，从而将不合格准