人工智能融入结肠癌诊断显著提升检测速度与准确率Integrating AI into colon cancer diagnosis improves the speed and accuracy of detection

环球医讯 / AI与医疗健康来源:www.news-medical.net阿联酋 - 英语2025-12-09 02:19:36 - 阅读时长4分钟 - 1748字
最新研究显示,过去五年将人工智能技术融入结肠癌诊断显著提升了检测速度和准确性。该发表在《国际医学信息学杂志》的研究分析了2020至2024年间80项相关研究,表明AI在结肠镜检查中息肉检测和组织病理学分析方面表现突出,深度学习方法常优于传统方法。研究同时指出,可解释AI对建立临床医生信心至关重要,而数据质量、算法优化和临床整合仍是主要挑战,需解决数据多样性、模型泛化能力等问题才能充分发挥AI在结肠癌诊断中的潜力。
人工智能结肠癌诊断检测速度准确率结肠镜检查息肉检测组织病理学分析可解释AI临床整合患者预后健康负担精准医学
人工智能融入结肠癌诊断显著提升检测速度与准确率

沙迦大学,2025年12月8日

最近的一项研究表明,在过去五年中将人工智能(AI)融入结肠癌诊断显著提高了这种致命疾病的检测速度和准确性。

这项发表在《国际医学信息学杂志》上的研究强调了AI驱动的工具如何为诊断和治疗规划提供更快、更可靠且侵入性更小的方法。

我们发现人工智能已经使结肠癌的诊断和预后更加准确,特别是在结肠镜检查中识别息肉或在病理切片上区分良性与恶性组织方面。

我们的研究对过去五年中人工智能(AI),包括深度学习和机器学习在结肠癌领域的应用进行了广泛而及时的综述。

Saad Harous,沙迦大学计算与信息学教授

研究结果展示了如何通过2020年至2024年间发表的相关研究的荟萃分析将AI应用于结肠癌。结果表明,诊断准确性有显著提高,特别是在结肠镜检查中的息肉检测和组织病理学分析方面,深度学习方法通常优于传统方法。

沙迦大学计算与信息学教授、该研究合著者Harous教授指出:"可解释AI不仅仅是一个功能。它是建立临床医生信心和缩小技术与医疗实践之间差距的关键。人工智能在医学中的前景不仅在于速度或准确性,还在于创建医生可以依赖的透明系统。"

来自瑞典、阿尔及利亚、埃及、沙特阿拉伯和阿联酋大学的作者们分析了80项研究,重点关注四个关键任务:分类、检测、分割和预测。他们研究了人工智能在识别和诊断结肠癌方面的整合,强调了其增强诊断精度、改善患者预后和简化临床工作流程的能力。该研究强调了AI通过应用先进的诊断、预后和分割模型在转变结肠癌护理方面的关键作用。

作者们写道:"多项研究的结果表明,AI增强了诊断准确性和腺体分割与癌症分级的优化。这对精准分期和医疗规划有重大影响。尽管人工智能(AI)系统展示了高准确性和改进的诊断能力,但在数据多样性、模型泛化能力、处理需求以及将分割模型整合到临床实践方面仍存在持续的障碍。"

结直肠癌是一种常见且致命的疾病,是影响结肠(大肠)或直肠的癌症。它是全球第三大常见癌症,仍然是全球健康负担。

根据世界卫生组织(WHO)的数据,结肠癌是全球癌症相关死亡的第二大原因,2020年造成超过93万例死亡,而当年新诊断的结肠癌病例超过190万例。

该研究表明AI工具如何改善结肠癌护理,算法帮助医生更早、更准确地发现肿瘤和息肉,提供透明度、信任和更好的患者预后。

Harous教授继续说道:"随着精准医学的前景,AI提供了更快、更可靠且侵入性更小的诊断和治疗规划方法。值得注意的是,最近关于可解释AI的研究帮助临床医生了解这些算法的工作原理,增加了信任并在现实环境中促进采用。"

研究结果还突显了AI技术在结肠癌分类、预测、分割和检测方面的显著进展。然而,作者指出,在医生充分享受AI在检测和诊断中的应用益处之前,必须解决数据质量、算法优化和临床整合等方面的若干挑战。

作者指出:"解决这些挑战对于AI驱动模型充分发挥其在提高诊断准确性和治疗效果方面的潜力至关重要。需要大量高质量的标记数据集来训练AI模型,以及适应各种临床环境的稳健、可扩展解决方案的必要性,凸显了进一步研究的需求。"

同时,该研究确定了Harous教授所描述的"关键差距",因为当前研究通常依赖于有限或同质的数据集,缺乏外部验证,并且尚未完全整合到医院信息系统中。

Harous教授强调:"AI必须在许多医院和患者类型中进行测试;当前研究通常使用相似的小型数据集。虽然现实影响已经接近,但由于缺乏整合和严格的验证,目前大多数AI系统仍在实验室中使用,尚未在诊所中广泛采用,因此还需要做更多工作。"

来源:

沙迦大学

期刊参考:

Merabet, A., et al. (2025). AI for colon cancer: A focus on classification, detection, and predictive modeling. International Journal of Medical Informatics. doi: 10.1016/j.ijmedinf.2025.106115.

【全文结束】

大健康
大健康