磁控胶囊胃镜人工智能标注方法的建立与评价

目的:探索磁控胶囊胃镜人工智能标注胶囊胃镜图片的方法，以提升内镜医师的工作效率并减少人工智能阅片盲区。方法:按照磁控胶囊胃镜相关共识意见，由10名内镜医师和1名有医学背景的磁控胶囊胃镜研发人员对深圳市资福医疗技术有限公司2020年3月至8月招募的本公司35名磁控胶囊胃镜受检者(以下简称受检者)共14 775幅磁控胶囊胃镜图片进行胃内24个部位的标注，标注形状包括矩形和多边形。10名内镜医师中，高年资(胃肠镜操作次数>8万次，主任医师或副主任医师)内镜医师3名，中年资(胃肠镜操作次数为1~8万次，副主任医师)内镜医师4名，低年资(胃肠镜操作次数<1万次，主治医师)内镜医师3名。先选择2名高年资内镜医师采用盲法对同一例受检者图片进行预标注，确定最合适的标注重合率标准。采用人工智能深度学习方法对标注合格的图片进行机器自动学习和标注并反馈学习结果。采用卡方检验进行统计学分析。结果:根据预标注结果将矩形标注区域的标注重合率标准设定为50.0%，多边形标注区域的标注重合率标准设定为70.0%。第1次标注合格率为39.0%(5 762/14 775)，返修图片9 013幅，经反复多次培训和1~5次返修后，所有图片均标注合格。高年资内镜医师搭档的标注合格率高于不同年资内镜医师搭档[48.7%(1 200/2 466)比19.0%(825/4 337)]，差异有统计学意义( χ2＝ 659.20， P<0.001)，而高年资内镜医师搭档与高年资内镜医师和胶囊研发人员搭档的标注合格率比较[48.7%(1 200/2 466)比49.6%(1 496/3 019)]差异无统计学意义( P>0.05)。 结论:该磁控胶囊胃镜人工智能标注方法可为人工智能无盲区阅片，以及磁控胶囊胃镜采集图像操作过程中人工智能无盲区监测提供技术支持。