内窥镜检查中的人工智能突破

更新 on 2024 年 12 月 18 日

扎克·阿莫斯

人工智能 (AI) 在医疗领域具有巨大潜力。它在内窥镜检查等程序中尤其有价值，尽管这些程序很常见，但需要复杂的分析和专家见解。医疗保健行业也没有忽视这个机会，因为人工智能在内窥镜检查中的早期应用已经取得了令人鼓舞的成果。

内窥镜检查是使用配备摄像头和灯的细而柔韧的管子检查患者身体的过程。虽然这个过程本身相当简单，但理解图像却很有挑战性。人工智能已经在多个方面提供了解决方案。

1. 改进异常检测

内窥镜检查领域最重要的 AI 突破是机器学习如何提高检测率。内窥镜通常会寻找癌前息肉或病变等细小异常。早期研究表明，机器学习可以比人类更准确地检测出这些警告信号。

早在 2017 年，人工智能算法检测息肉的准确率可达 86%，而专家医生的准确率仅为 74%。此后，机器学习模型的准确率已高达 96.4%。这样的系统通常也能发现人类可能错过的异常情况。

实际上，AI 模型不会取代专家。但是，医生可以利用它们来增强诊断信心，而无需耗费时间。因此，医疗保健系统可以在患者病情发展早期为其提供所需的帮助，从而改善治疗效果。

准确性并不是 AI 在内窥镜检查中的唯一优势。机器视觉模型还擅长分类——或区分不同类型的检测到的异常。

分类很重要，因为不同类型的息肉或病变需要不同的方法才能有效治疗。因此，人工智能模型可以通过检测异常生长之间的细微差别来确保人们得到他们真正需要的护理。

一个神经网络能够区分结肠息肉准确率高达 87%，使其与专家病理学家相媲美。使用这种模型，医生无需额外检查即可诊断患者，从而更快、更准确地进行治疗。在人工智能和初步诊断不同的情况下，额外的意见可以帮助工作人员考虑其他可能性，以提高诊断信心。

值得注意的是，内窥镜 AI 除了准确和具体之外，速度也很快。虽然确定性是医学诊断中最重要的事情，但速度也很重要。更快的过程意味着可以更快地开始治疗，医生可以在更短的时间内看更多的病人。

一些神经网络已被证明能够实时检测息肉，无需进行内窥镜检查后分析，从而提高可信度。其他算法可能无法立即提供结果，但只需几分钟，而不是实验室程序需要的几小时或几天。

当医生无需花费额外时间就能提高检测和分类能力时，患者的治疗效果将得到显著改善。除了早期治疗之外，节省的时间还能让有限的劳动力为更多的患者提供服务，从而降低人员流动和劳动力短缺的影响。

人工智能在内窥镜检查中的应用不仅限于检查本身。防止检查之间的交叉污染也很重要，因为大约每 1,000 名接受结肠镜检查的患者中就有一人感染。人工智能可以帮助确保更清洁、更安全的存储和消毒。

智能干燥柜采用 HEPA 过滤、正压和类似步骤在手术间对内窥镜进行干燥和消毒。算法通过实时监控内部状况进一步推动了智能干燥柜的发展。然后，它们可以根据需要调整设置，以在柜子打开和关闭时保持无菌储存。

另外，人工智能可以预测设备故障，并在影响内窥镜清洁度之前提醒工作人员。此类流程在智能家居和工业暖通空调设备中已经很常见，但在医疗领域，它们可以预防感染并改善整体健康状况。

人工智能也是一个有用的培训工具。内窥镜检查是一个复杂而专业的过程，但为未来的专家提供必要的技能和知识的速度往往太慢，无法跟上不断增长的需求。考虑到仅美国就将到 86,000 年医生短缺 2036 名，需要做出一些改变。

由于 AI 非常准确，因此它是一种向受训人员展示各种息肉、病变或其他异常情况的有效方法。在缺乏专家或其他培训设备的地区，医生从这种用例中受益最多。通过使用 AI 作为指导，他们可以快速提高检测和分类技能。

随着人工智能简化专科培训，更多人将能够获得可靠的内窥镜检查和相关护理。这种转变可以消除不同人群之间长期存在的护理障碍。

尽管人工智能在内窥镜检查中大有裨益，但它也存在一些缺点。训练数据不准确可能会导致人工智能放大人类的偏见，而且许多历史医疗记录缺乏平等的代表性。因此，这些工具可能并不适用于每个患者群体。

收集足够的数据来训练这些模型也可能带来隐私问题。医疗保健行业面临着严格的患者数据安全监管，因此在模型可靠性与网络安全和合规性之间取得平衡可能很困难。

过度依赖人工智能还引发了另一个担忧——这种诊断工具虽然非常准确，但并不完美。医生可能会随着时间的推移而变得自满，轻信他们的意见，导致匆忙筛查和潜在的误诊。这样的用例会抵消使用该技术的好处。

值得庆幸的是，还有一条安全的出路。一旦医疗机构认识到这些缺点，他们就可以制定更安全的人工智能政策，以减轻负面影响，同时利用其优势。

在训练过程中更加谨慎是至关重要的。多元化的团队必须监督开发并经常审核算法以发现和纠正偏见倾向。在此阶段，团队还可以使用合成数据来保护患者隐私，同时提供更大的训练数据库。使用合成数据训练的模型比其他人更准确因此，即使不考虑隐私和偏见问题，这也可能是最好的前进方式。

最后，医疗系统必须培训医生谨慎使用人工智能。他们必须强调人类专家应该始终拥有最终决定权，并让专业人士了解人工智能的缺点，以防止他们过度依赖该技术。

尽管挑战依然存在，但很难忽视人工智能在内窥镜检查中的潜力。一些医院网络已经定期使用人工智能辅助筛查，随着技术的进步，其应用范围可能会扩大。反过来，更广泛的使用将导致相关数据集的增长和更多最佳实践的发展。

随着这种趋势的持续，人工智能可能会重塑内窥镜检查领域。这些程序将变得更加准确、精确、方便、高效和安全。医生和患者都将从这种转变中受益。