人工智能辅助结肠镜检查对息肉检出率影响的Meta分析

2023-02-19冯夕纹李素贞向鹏飞史广蒙綦利平

中国内镜杂志 2023年1期

冯夕纹，李素贞，向鹏飞，史广蒙，綦利平

（武汉科技大学附属武汉亚心总医院 1.消化内科；2.普外科，湖北武汉 430056）

腺瘤性息肉已被证明是结直肠癌的癌前病变[1]，结肠镜检查是目前发现并切除腺瘤性息肉的主要方法之一[2]，但结肠镜检查质量却有所差异。判断结肠镜检查质量高低的指标分为术前质量指标（肠道准备）、手术质量指标[盲肠插管率、退镜时间和腺瘤检出率（adenoma detection rate，ADR）]和术后质量指标（监测间隔）[3]。虽然临床不断改进结肠镜检查的方法，以提高检查质量，但结肠镜检查中的腺瘤漏诊率仍高达27%[4]。人工智能（artificial intelligence，AI）已在医学领域广泛应用，深度学习（deep learning，DL）是一种机器学习方法，是AI 应用领域的一个重要组成部分[5]，在成像应用方面有着巨大的发展前景。DL是应用神经网络结构的机器学习模式，与传统的机器学习相比，DL 拥有更强大的学习能力，无需进行大量数据的预处理和手动提取，即可自动提取特征，还可进行多任务学习[6]。在医学成像方面，DL可应用于病变检测及分类，同时进行辅助诊断，从而提高临床工作的准确性和效率[7]。因此，DL模型在胃肠内镜检查领域中发展迅速。最近的研究[8]表明，计算机辅助检测（computer-aided detection，CADe）可以准确检测大肠息肉，降低漏检率。但现有的研究在评估息肉检测效能（如：息肉大小、形态、位置和组织学等）上数据比较分散。为此，本研究系统总结了AI 辅助结肠镜对结直肠息肉检测率的影响，以及其与病变特征之间的关系。

1 资料和方法

1.1 文献检索策略

检索自建库至2021年5月Cochrane Library、PubMed、Embase、Web of Science、中国知网（CNKI）、万方数据（Wanfang Data）和维普网（VIP）中关于AI 辅助结肠镜检查的研究。采用主题词与自由词相结合的方法进行检索：artificial intelligence 、colonoscopes、colonoscopy、人工智能和结肠镜。

1.2 纳入与排除标准

1.2.1 纳入标准①研究对象：行结肠镜检查的门诊或住院患者，年龄≥18岁；②研究类型：随机对照试验（randomized controlled trial，RCT）；③干预措施：AI 组采用AI 辅助结肠镜检查，对照组采用常规结肠镜检查；④肠镜检查质量：波士顿肠道准备评估量表（Boston bowel preparation scale，BBPS）≥ 6 分，退镜时间 ≥ 6 min，盲肠插管率≥85%。

1.2.2 排除标准①重复发表的文献；②无全文、信息不全或无法进行数据提取的文献；③会议论文、综述和个案报告；④非中文或英文文献。

1.3 结局指标

1.3.1 主要指标①ADR；②息肉检出率（polyp detection rate，PDR）。

1.3.2 次要指标①腺瘤位置（左半结肠、右半结肠）；②腺瘤大小（≤5 mm、6～9 mm和 ≥10 mm）；③腺瘤形态（有蒂腺瘤和无蒂腺瘤）；④息肉位置（左半结肠和右半结肠）；⑤息肉大小（≤5 mm、6～9 mm和 ≥10 mm）；⑥息肉形态（有蒂息肉和无蒂息肉）；⑦退镜时间（不包括活组织检查或治疗时间）。

1.3.3 相关定义结直肠息肉定义：任何已经切除并进行组织学检查的内镜下病变。腺瘤定义：组织学证实为腺瘤成分的息肉。

1.4 文献筛选与资料提取

1.4.1 文献筛选剔除重复文献后，依据纳入与排除标准进行文献筛选。由两名研究者根据纳入与排除标准，独立进行文献筛选、提取资料与核对，如遇分歧，则咨询第三方协助判断。文献筛选时，首先阅读文题和摘要，在排除明显不相关的文献后，进一步阅读全文，以确定是否纳入。

1.4.2 资料提取主要包括：①文献的一般特征：第一作者、发表时间、国家、研究类型、样本量、性别和年龄；②结局指标；③文献质量评价。

1.5 质量评价

由两名研究者按照Cochrane偏倚风险评估对纳入的文献进行质量评价。对于RCT，评价标准包括：随机序列产生、分配隐藏、实施者及研究者是否盲法、研究结果盲法评价、不完整的数据结果、选择性报道和其他偏倚等7 项，每项均采用“是”“否”和“不清楚”进行评价，“是”为低度偏倚，“否”为高度偏倚，“不清楚”为缺乏相关信息或偏倚情况不确定。

1.6 统计学方法

采用RevMan 5.4 软件进行Meta 分析。二分类变量采用相对危险度值和95%CI 计算；连续型变量采用加权均数WMD值和95%CI计算。P＜0.05为差异有统计学意义。结合I2和P值进行异质性检验，若P＞0.1或I2＜50%，提示研究间异质性较小，采用固定效应模型；若P≤ 0.1和I2≥ 50%，提示研究间异质性较大，采用随机效应模型进行合并分析。

2 结果

2.1 文献检索结果及特征

在计算机上手动检索查询，共获得文献865 篇，逐层筛选后，最终纳入8 篇[9-16]RCT，共6 217 例（AI组3 095 例，对照组3 122 例），个体研究样本量为669～1 058 例。文献筛选流程见图1。纳入研究的基本特征见表1。

表1 纳入研究的基本特征Table 1 Basic features of the included studies

图1 文献筛选流程图Fig.1 Flow chart of literature screening

2.2 纳入文献的质量评价

8 篇RCT 偏倚风险评价中，1 篇文献[10]未描述随机序列产生的方法和分配隐藏；6 篇文献[9-14]未对实施者或参与者实施盲法，7 篇文献[9-12，14-16]未对结局指标实施盲法，8篇文献均无不完整数据及选择性报道。见图2。

图2 风险评估Fig.2 Risk assessment

2.3 主要结局Meta分析结果

2.3.1 ADR纳入的8 篇[9-16]研究均报道了ADR，各研究间异质性小（P=0.090，I2=43%），采用固定效应模型分析。根据使用的AI 系统，分为Wision AI 系统和其他系统两个亚组。结果显示：AI 组的ADR 均高于对照组（=1.43，95%CI：1.33～1.55，P=0.000）；亚组分析中，Wision AI 系统（=1.31，95%CI：1.17～1.46，P=0.000）和其他系统（=1.58，95%CI：1.41～1.77，P=0.000）的ADR均高于对照组。见图3。敏感性分析：将随机效应模型转换，并逐一去除每篇文献后，对异质性进行检验，转换前后各项指标结果基本一致，表明Meta分析结果稳定。

图3 两组ADR比较的森林图Fig.3 Forest plot of comparison of adenoma detection rate between the two groups

2.3.2 PDR纳入的8 篇[9-16]研究均报道了PDR。根据使用的AI 系统，分为Wision AI 系统和其他系统两个亚组。4 项使用Wision AI 系统的研究[11，14-16]异质性大（P=0.090，I2=54%），采用随机效应模型分析。结果显示：AI 组的PDR 均比对照组高（=1.40，95%CI：1.30～1.51，P=0.000）；亚组分析中，Wision AI 系统（=1.38，95%CI：1.22～1.55，P=0.000）和其他系统（=1.45，95%CI：1.31～1.61，P=0.000）的PDR 高于对照组。见图4。敏感性分析：将随机效应模型转换并逐一去除每篇文献后，对异质性进行检验，转换前后各项指标结果基本一致，表明Meta分析结果稳定。

图4 两组PDR比较的森林图Fig.4 Forest plot of comparison of polyp detection rate between the two groups

2.4 次要结局Meta分析结果

2.4.1 腺瘤位置共7 篇文献[9-15]报道了腺瘤位置。各研究间异质性小（P=0.230，I2=20%），采用固定效应模型分析。根据腺瘤的位置，分为左半结肠腺瘤和右半结肠腺瘤两个亚组。结果显示：AI组，左半结肠（=1.57，95%CI：1.42～1.73，P=0.000）和右半结肠（=1.72，95%CI：1.55～1.91，P=0.000）的ADR均高于对照组。见图5。

图5 两组不同位置ADR比较的森林图Fig.5 Forest plot of comparison of ADR at different locations polyp detection rate between the two groups

2.4.2 腺瘤大小共6 篇文献[9-12，14-15]报道了腺瘤大小。根据腺瘤大小，分为 ≤ 5 mm、6～9 mm和 ≥ 10 mm 3个亚组。6项腺瘤 ≤ 5 mm的研究[9-12，14-15]异质性大（P=0.040，I2=57%），采用随机效应模型分析。结果显示：AI 组＜10 mm 的ADR 均高于对照组，即：≤ 5 mm（=1.74，95%CI：1.52～1.99，P=0.000）和6～9 mm（=1.35，95%CI：1.08～1.69，P=0.008）的ADR 均高于对照组，≥ 10 mm（=1.39，95%CI：1.01～1.93，P=0.050）的ADR差异无统计学意义。见图6。

图6 两组不同大小ADR比较的森林图Fig.6 Forest plot of comparison of ADR in different sizes between the two groups

2.4.3 腺瘤形态共5 篇文献[10-11，13-15]报道了腺瘤形态。根据腺瘤形态，分为有蒂腺瘤和无蒂腺瘤两个亚组。5 项有蒂腺瘤的研究[10-11，13-15]异质性小（P=0.980，I2=0%），5 项无蒂腺瘤的研究[10-11，13-15]异质性小（P=0.160，I2=39%），采用固定效应模型分析。结果显示：AI组中无蒂的ADR高于对照组（=1.81，95%CI：1.66～1.98，P=0.000），AI 组有蒂的ADR 与对照组相比，差异无统计学意义（=1.13，95%CI：0.89～1.43，P=0.330）。见图7。

图7 两组不同形态ADR比较的森林图Fig.7 Forest plot of comparison of ADR with different morphology between the two groups

2.4.4 息肉位置纳入的6 篇[9-11，13-15]研究报道了息肉位置。根据息肉位置，分为左半结肠息肉和右半结肠息肉两个亚组。6 项右半结肠息肉的研究[9-11，13-15]异质性大（P=0.005，I2=71%），采用随机效应模型分析。结果显示：AI 组左半结肠（=1.68，95%CI：1.54～1.83，P=0.000）和右半结肠（=2.02，95%CI：1.73～2.36，P=0.000）的PDR均高于对照组。见图8。

图8 两组不同位置PDR比较的森林图Fig.8 Forest plot of comparison of PDR at different locations between the two groups

2.4.5 息肉大小共5 篇文献[9-11，14-15]报道了息肉大小。。根据息肉大小，分为 ≤ 5 mm、6～9 mm和 ≥ 10 mm 3 个亚组。5 项息肉≤5 mm 的研究[9-11，14-15]异质性大（P=0.000，I2=88%），采用随机效应模型分析。结果显示：AI 组＜10 mm 的PDR 高于对照组，即：≤ 5 mm（=1.96，95%CI：1.65～2.32，P=0.000）和6～9 mm（=1.30，95%CI：1.11～1.52，P=0.000）的PDR均高于对照组，两组 ≥ 10 mm（=1.36，95%CI：0.92～2.01，P=0.120）的PDR比较，差异无统计学意义。见图9。

图9 两组不同大小PDR比较的森林图Fig.9 Forest plot of comparison of PDR in different sizes between the two groups

2.4.6 息肉形态共5 篇文献[10-11，13-15]报道了息肉形态。根据息肉形态，分为有蒂息肉和无蒂息肉两个亚组。5 项无蒂息肉的研究[10-11，13-15]异质性大（P=0.002，I2=79%），采用随机效应模型分析。结果显示：AI组中无蒂的PDR高于对照组（=1.92，95%CI：1.69～2.18，P=0.000），两组有蒂的PDR 比较，差异无统计学意义（=1.24，95%CI：0.99～1.54，P=0.060）。见图10。

图10 两组不同形态PDR比较的森林图Fig.10 Forest plot of comparison of PDR with different morphology between the two groups

2.4.7 退镜时间共6 篇文献[9-11，13-15]报道了退镜时间。各研究[9-11，13-15]间异质性大（P=0.000，I2=93%），采用随机效应模型分析。结果显示：AI组与对照组的退镜时间无差异（MD=0.27，95%CI：-0.01～0.55，P=0.060）。见图11。

图11 两组退镜时间比较的森林图Fig.11 Forest plot of comparison of exit time between the two groups

2.5 发表偏倚

采用漏斗图评估发表偏倚，结果显示：主要结局指标中的ADR 和PDR 漏斗图左右基本对称，提示发表偏倚较小。次要结局指标中的腺瘤大小、腺瘤位置、腺瘤形态、息肉大小、息肉位置和息肉形态漏斗图左右不对称，提示有一定的偏倚；退镜时间漏斗图左右基本对称，提示发表偏倚较小。见图12和13。

图12 主要结局指标漏斗图Fig.12 Funnel chart of primary outcome indicator

图13 次要结局指标漏斗图Fig.13 Funnel plot of secondary outcome indicators

3 讨论

3.1 结直肠癌的临床现状

结直肠癌是全球第三大常见癌症，其发病率在逐年上升[17-18]，结肠镜检查是公认的最有效的筛查方法之一[19]。目前，结肠镜检查质量在不断提高，但腺瘤漏诊时有发生，主要原因有：内镜医师的注意力或识别能力有差异，进镜过程中未完全暴露结直肠黏膜，腺瘤切除不完全[20-21]等。虽然黏膜暴露取决于内镜医师的检查技术、肠道准备的质量和内镜本身的旋转角度，但可以通过AI 辅助来改善息肉在内镜屏幕上可见却不能识别的问题。AI 系统可以根据图像之间的特征差异来识别病变，并对图像进行快速处理[6]，可以在内镜检查期间实时使用[22]。因此，AI系统可以在内镜检查期间标记可疑区域，从而辅助内镜医生识别息肉。

3.2 AI辅助的结肠镜检查

本文共纳入8篇RCT，Meta分析结果显示：AI辅助结肠镜检查提高了ADR 和PDR；次要结果中，AI组与对照组相比，腺瘤和息肉的检出率与位置、大小和形态相关。AI 组＜10 mm 腺瘤和息肉的检出率提高，考虑原因是：腺瘤和息肉直径越小，肉眼越不容易观察到，利用AI 可以帮助识别病变；无蒂腺瘤和息肉的检出率增加，考虑原因为：无蒂的腺瘤和息肉基底部较宽，呈扁平状，内镜医师肉眼不容易识别。AI 辅助可以弥补人眼的识别缺陷，增加检出率。此外，两组患者的退镜观察时间比较，差异无统计学意义。由此可见，即使用AI 辅助结肠镜检查，亦不会增加时间效率。

近年来，LIU 等[11]、WANG 等[14]、WANG 等[15]和WANG 等[16]均使用Shanghai Wision AI DL 系统，结果均显示：AI 辅助结肠镜检查增加了ADR 和PDR，且有较高的灵敏度和特异度。REPICI 等[23]报道了一项前瞻性RCT，该研究由10 名非资深的内镜医师（操作＜2 000 例）使用DL CADe 系统，将660 名患者随机分组，结果显示：CADe 能明显提高ADR（53.3%和44.5%，P＜0.01），且AI 辅助结肠镜的PDR 稳定，不受内镜医师的经验影响。

3.3 AI的临床应用

AI 在临床实践中实施时，还有许多问题需要解决。AI 和DL 模型的算法仍在不断发展[24]，不同模型和训练数据之间存在很大的差异，每个AI 系统都需要独立的前瞻性验证。将DL 应用于结肠镜检查时，仍然需要临床医生提供结肠镜诊断图像等临床数据，再让机器学习，最后才可做出诊断[5，25]，可能会因无法识别系统中未包含的疾病亚型而导致漏诊，也有可能因数据不足，将较为罕见的疾病亚型识别为疾病常态，从而导致误诊的发生[26]。DL 亦无法识别出新的病种，且DL 依赖于高质量的图像数据，若患者肠道准备不足，或有出血灶等导致图像清晰度较低时，则可能无法准确识别[27]。因此，需完善统一各模型的数据，增加数据库的储备，提高DL对图像的处理功能；随着5G技术的普及以及与AI和大数据的结合，AI在肠镜中的应用将更标准化和规范化。