抽象背景和目的:与光学相干断层扫描(OCT)的人工智能(AI)的整合代表了胃肠道癌(GI)癌的早期诊断和治疗中的一种变革性创新,尤其是食管和结直肠癌。OCT是一种高分辨率成像方式,可以使组织微观结构可视化,并在识别发育不良和早期癌性变化方面表现出了希望。AI算法通过实现实时自动化组织分析,提高诊断准确性并最大程度地降低丢失病变的风险来增强此过程。本综述研究了AI增强OCT在GI癌症的早期检测和治疗策略中的作用。方法:本文献综述从关键研究中综合了研究结果,该研究检查了AI在增强OCT诊断和治疗能力中的应用中的应用。通过关注OCT成像技术的进步以及机器学习算法的整合,尤其是卷积神经网络(CNN)和其他深度学习框架的整合来确定相关的研究。分析了这些算法在检测异常增生,区分良性组织和恶性组织以及促进治疗干预措施方面的有效性。审查还评估了AI增强OCT中的当前局限性,例如其狭窄的视野和操作员依赖性,同时探索未来的方向,包括具有成本效益的策略和算法改进。结果:通过提高诊断敏感性和特异性,AI增强OCT在改善GI癌的早期检测方面表现出了巨大的希望。该技术允许对组织微观结构进行高分辨率成像,这对于识别发育不良变化和早期恶性肿瘤至关重要。AI算法,尤其是卷积神经网络,通过识别微妙的组织病理学特征,在区分良性和恶性组织方面表现出了有效性。AI与OCT的整合还促进了治疗干预措施,例如内窥镜粘膜切除(EMR),通过在手术过程中提供实时见解。尽管有这些进步,但仍有挑战,包括高昂的实施成本,不同人群的诊断性能变异性以及对操作员培训的需求以标准化使用。结论:AI增强OCT是对GI癌的早期检测和治疗的有前途的工具,具有提高诊断准确性,降低对活检的依赖并实现更精确的治疗干预措施的潜力。但是,在临床实践中广泛采用将需要解决当前限制,例如成本,可访问性以及进一步完善AI算法以提高可靠性和可推广性的需求。持续的研究和创新对于释放这项技术的全部潜力在改变GI癌的管理和改善患者预后至关重要。
主要关键词