2025超声内镜人工智能系统临床应用专家共识.pdf

2025超声内镜人工智能系统临床应用专家共识

一、前言

超声内镜(EUS)在诊断和治疗消化系统疾病方面具有重要意义，尤

其在肝胆胰系统病灶及消化道黏膜下肿瘤(SMT)的诊断、胃肠道早期癌

浸润深度的评估、纵隔病变的活检等方面具有独特优势。利用EUS评

估

此类疾病对选择合适的治疗方式及改善患者预后至关重要。

然而，传统EUS检查依赖千操作医师的经验和技能水平，在图像识别

一致性方面存在较大差异，导致病变漏诊率和误诊率居高不下。

能力和诊断

此外，与胃镜或结肠镜检查相比，EUS检查对内镜医师的熟练度要求更高，

EUS专家通常集中在高级医疗中心，大部分地区和中心缺乏足够的EUS

经验，从而导致病变检出不足或误诊；即使是EUS专家，疲劳和粗心有

时也会导致病变涌诊。在发达国家，EUS是成熟的技术。然而，许多发展

一

中国家的EUS服务相当短缺，在项对南亚和东南亚内镜医师的调查中，

设备成本过高和缺乏操作EUS的内镜医师是EUS发展的主要障碍。EUS

一种相对较新、不断新兴的技术，截至2019年，中国能够开

在中国也是

展EUS的医院有1000余家，能够操作EUS的内镜医师仅有4000余

名，EUS技术的基础相对菏弱。

AI技

为了解决这一问题，人工智能()术被引入到EUS领域

。AI技

术，特别是深度学习和图像识别算法，能够从大址的医学图像数据中学习

和提取特征，提高EUS影像的分析和诊断准确性。近年来，国内外学者

在EUSAI辅助诊断方面取得了显著进展，AI技术在质量控制、病变识别

和诊断等方面表现出高效性和准确性。多项临床试验进一步验证了AI辅

助EUS在提高诊断效率、减少漏诊率和降低医师操作负担等方面的潜力。

本共识旨在综合现有研究证据，为临床医师在应用EUSAI辅助模型时提

供决策参考。本共识并非强制性标准，无法涵盖或解决所有技术相关的临

床问题。建议临床医师在面对具体患者时，应充分了解目前能够获取的最

佳临床证据，结合患者病情和治疗意愿，根据自己的专业知识、临床经验

和可获得的医疗资源，制定临床决策。

基PICO(participants,interventions,outcomes,

本共识千

comparisons)原则提出陈述意见，参考GRADE(gradingof

recommendations,assessment,development,andevaluation)

系统评估证据质鼓（表l)和推荐强度（表2)，采用改良Delphi方法由

专家投票表决达成共识：CD完全同意；＠同意，有较小保留意见；＠同意，

有较大保留意见；＠不同意。投票表决意见中CD+＠比例＞80％属千达成共

识，共识水平以表决意见中的CD+＠比例表示。共识陈述汇总见表3

。

表1证据质量分级标准

证据质等