Spatial artificial intelligence in gastric endoscopy for premalignant lesions and early gastric cancer: a systematic review
这项针对 39 个研究家族的系统综述强调，尽管胃镜检查中的空间人工智能正朝着对癌前病变和早期胃癌进行临床相关制图的方向发展，但由于缺乏稳健的参考标准、前瞻性验证和实时评估，其支持诊疗决策的能力目前仍然有限。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在人类胃部内部，胃黏膜是一片脆弱的地形，癌症可能在此处以一种细微、几乎不可见的改变而开始。对于使用柔性内窥镜观察内部的医生来说，长久以来的挑战不仅在于发现可疑的斑点，还在于准确判断其起始与结束的位置。这一边界至关重要。如果病变区域过小或过大，或者边缘模糊，治疗方案将完全不同。有时，精确的地图能让医生通过内窥镜下的程序将癌症彻底切除；而另一些时候，由于存在不确定性，患者则需要接受更具侵入性的手术。多年来，计算机程序一直被训练作为“第二双眼睛”，帮助标记这些危险区域。但一个新问题出现了：这些程序能否做得更多，而不仅仅是说“这里出了问题”？它们能否以足够的准确度画出问题的精确轮廓，从而引导外科医生的手？
一个研究团队通过回顾大量测试专门用于绘制这些胃部病变图谱的人工智能系统的研究，试图回答这个问题。他们查看了数十个项目，在这些项目中，计算机的任务是描绘早期胃癌或癌前病变的边界，而不仅仅是检测它们的存在。研究人员发现，虽然这些系统在静态图像上绘制线条的能力已经相当出色，但证明它们在真实的临床操作中能可靠执行此项任务的证据仍然非常薄弱。这项技术已从简单的检测进化到了复杂的制图，但尚未完全跨越从实验室中的潜力工具到医院中受信任向导之间的桥梁。
该综述审查了39组研究，这些研究主要是在胃癌负担显著的东亚和东南亚地区进行的。这些研究侧重于两个主要目标：早期胃癌和已知会增加癌症风险的癌前状态（如肠化生）。研究人员观察了这些人工智能系统在被要求进行“分割”（即区分异常组织与健康组织）以及识别病变特定边缘时的表现。在许多情况下，这些系统是在对以往手术过程中拍摄的数千张静态图像进行测试。结果显示，在这些存储的图片上，计算机绘制的轮廓往往能与人类专家的绘图高度重合。一些系统甚至能够区分不同类型的组织，或识别出癌症结束与健康组织开始的确切界线。
然而，研究人员发现，这些纸面上的惊人数字与临床实践的现实之间存在显著差距。大多数研究依赖的是事后保存并经过审查的图像，而不是在医生实际进行内窥镜检查时测试系统。当研究人员寻找该技术在实时应用方面的证据时，发现证据极少。只有两项研究报告了在患者体内移动摄像头时对系统进行了评估，且仅有一项研究显示计算机生成的地图确实改变了医生的操作行为（例如促使了额外的活检）。此外，这些系统的测试方式往往缺乏医疗安全性所需的严谨性。许多研究没有清晰地分离来自不同患者的数据，这意味着计算机可能是在针对其训练过的同一患者的图像进行测试，这夸大了其表现出的成功率。只有极少数研究在来自不同医院的全新患者群体上测试了这些系统，而这是证明该技术适用于所有人（而非仅仅是其构建时的特定群体）的关键步骤。
此外，“正确”的标准在各研究之间差异巨大，导致难以直接进行比较。在某些情况下，计算机是根据医生在屏幕上绘制的地图进行评判，而在另一些情况下，则是与实际切除并在显微镜下观察的组织进行对比。研究人员指出，医生在屏幕上的绘图并不等同于实验室中发现的真实生物学边界。一个系统可能完美匹配医生的绘图，但仍会错过疾病的真实边缘，而这才是决定手术是否成功的唯一边缘。由于衡量“优秀”地图的标准如此不同，研究人员无法将结果合并为一个单一的平均分。相反，他们观察到了一个表现各异的图景：有些系统在处理特定图像的特定任务时表现良好，但还没有一个系统能证明自己能以进行生死攸关的决策所需的可靠性，来一致地定义病变的界限。
综述结论认为，尽管空间人工智能在理解胃部疾病的地理特征方面取得了显著进展，但它尚未准备好成为治疗规划的主要指南。该技术已成功从简单的检测转向复杂的制图，但支持其在实时手术中应用的证据仍然有限。研究人员强调，要使这些工具成为标准，未来的研究必须在活体患者身上进行测试，采用更严格的方法以确保计算机并非仅仅记住了答案，并证明它们绘制的地图确实能带来更好的患者预后。在此之前，这些系统仍是强大的助手，可以标出潜在的问题点，但关于在哪里切除或在哪里进行活检的最终决定，仍必须由人类医生做出。从一个能在照片上画线的计算机，进化到能够安全引导外科医生完成复杂手术的系统，这段旅程仍在进行中。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。