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、前目

超声内镜(EUS)在诊断和治疗消化系统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检查依赖于操作医师的经验和技能水平，在图像识别

能力和诊断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。

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

时也会导致病变漏诊。在发达国家，EUS是成熟的技术。然而，许多发展

中国家的EUS服务相当短缺，在一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oEUS

在中国也是一种相对较新、不断新兴的技术，截至2019年，中国能够开

展EUS的医院有1。00余家，能够操作EUS的内镜医师仅有4000余

名，EUS技术的基础相对薄弱。

为了解决这一问题，人工智能(AI)技术被引入到EUS领域。AI技

术，特别是深度学习和图像识别算法，能够从大量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。

本共识基于PICO(participants,interventions,outcoes,

coparisons)原则提出陈述意见，参考GRADE(gradingof

recoendations,assessent,developent,andevaluation)

系统评估证据质量(表1)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：①完全同意；②同意，有较小保留意见；③同意，

有较大保留意见；④不同意。投票表决意见中①+②比例＞80%属于达成共

识，共识水平以表决意见中的①+②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

定义

量级

高等质非常确信估计的效应值接近真实效应值，进一步研究也不

A

量可能改变其可信度

中等质对估计的效应值确信度中等，其有可能接近真实效应值，

B

量进一步研究有可能改变其可信度

低等质对估计的效应值确信度有限，其与真实效应值可能大不相

C

量同，进一步研究极有可能改变其可信度

很低等对估计的效应值几乎没有信心，其与真实效应值很可能完

D

质量全不同，对其的任何估计都很不确定

表2推荐强度分级标准

推荐等

定义

强度级

明确显示干预措施利大于弊或者弊大于利，在大多数情况下

强1

适用于大多数患者

利弊不确定，或无论质量高低证据均显示利弊适当，适用于

弱2

很多患者，但根据患者价值观与偏好性会有差异