AI辅助消化内镜病灶识别共识（2025版）.docxVIP

AI辅助消化内镜病灶识别共识（2025版）

随着人工智能技术的飞速发展，尤其是深度学习在计算机视觉领域的突破性进展，AI辅助消化内镜诊断技术已从实验室研究走向临床广泛应用。为规范该技术在消化内镜病灶识别中的临床应用，提高消化道早期癌症及癌前病变的检出率，保障医疗质量与患者安全，特制定本共识。本共识旨在为内镜医师、医疗设备制造商及医疗机构提供关于AI辅助消化内镜病灶识别的技术标准、操作规范、临床验证及伦理道德等方面的指导性意见。

第一章总则与定义

1.1背景与意义

消化道肿瘤是全球范围内发病率和死亡率较高的恶性肿瘤。早期诊断、早期治疗是改善患者预后、降低医疗成本的关键。传统消化内镜检查依赖于内镜医师的经验与肉眼观察，受限于医师的疲劳度、主观判断差异及个体解剖结构变异等因素，微小病灶、扁平病灶及隐蔽区域病灶存在一定的漏诊率。人工智能技术，特别是基于卷积神经网络（CNN）的计算机辅助诊断（CAD）系统，能够实时处理内镜图像，提供病灶识别、性质判定及边界提示，成为内镜医师的“第二双脑”。本共识的制定，旨在通过多学科协作，建立一套科学、严谨、可落地的应用标准，推动AI技术与临床实践的深度融合。

1.2适用范围

本共识适用于各级医疗机构中开展的胃镜、结肠镜、小肠镜及超声内镜等检查项目。涵盖的技术范围包括但不限于：实时静态图像辅助诊断、动态视频流实时监测、病灶性质预测（良恶性判定）、浸润深