机器学习方法在早期胃癌诊断中的价值：系统评价与荟萃分析

胃癌是全球高发的恶性肿瘤，尽管近年来发病率有所下降，但晚期患者预后仍然很差[2,3]。早期诊断对改善患者预后至关重要，而内镜检查是筛查胃癌的主要手段。然而，内镜诊断存在漏诊风险，尤其在中国，由于医疗资源不均衡和医生水平参差不齐，EGC的检出率不理想。

ML技术，特别是深度学习，为提高胃癌诊断准确率提供了新的可能性。然而，目前尚缺乏对基于ML的胃镜EGC诊断性能的全面评估。因此，本研究旨在通过系统综述和荟萃分析，评价基于ML的胃镜EGC诊断性能，为临床应用提供循证依据。

本研究遵循PRISMA 2020声明（图1），检索了PubMed、Embase、Cochrane Library和Web of Science数据库，纳入符合标准的英文文献。纳入标准包括：成年EGC患者、完整的ML诊断模型、有或无外部验证过程、基于同一数据集使用不同模型的研究。排除标准包括：其他类型的研究、未构建完整模型、缺乏关键结果测量、使用单变量分析评估准确性。

图1. PRISMA 2020 研究选择流程图

通过全面的检索文献，本研究共纳入21项主要来自中国和日本、包括多中心和前瞻性研究在内的EGC ML诊断研究。研究涉及大量受试者和内镜图像，部分研究还在视频中对模型进行了实时训练或验证，并将模型的诊断性能与不同经验水平的临床医生（专科医生与非专科医生）进行了比较。研究中采用了多种ML模型，包括VGG-16、ResNet50、SVM和SSD等。通过QUADAS-2评估，纳入研究的质量普遍较高（图2）。

图2. QUADAS-2对纳入研究的偏倚风险和临床适用性评估

本荟萃分析评估了ML模型在内窥镜图像中诊断EGC的性能，结果显示其在训练集和验证集上均表现出优异的诊断能力。具体而言，7项研究的训练集数据汇总分析显示，模型的AUC为0.94，敏感性（SEN）为0.91，特异性（SPE）为0.85（图3）。而在17项研究的验证集中，模型的AUC进一步提升至0.96，SEN和SPE均为0.90（图4）。这些结果表明，ML模型在EGC的内窥镜图像诊断中具有巨大的潜力。

图3. ML 模型在图像训练集中的诊断性能

图4. ML 模型在图像验证集中的诊断性能

本部分评估了临床医生在EGC诊断中的表现，将医生分为专科医生和非专科医生两组。结果显示，专科医生的诊断性能（AUC=0.91, SEN=0.80, SPE=0.88）（图5）优于非专科医生（AUC=0.80, SEN=0.64, SPE=0.84）（图6）。

图5.非专科医生通过内窥镜图像诊断EGC的诊断表现

图6.专科医生通过内窥镜图像诊断EGC的诊断表现

接下来评估了ML模型对临床医生诊断EGC能力的影响。研究将医生分为专科医生和非专科医生，发现在ML模型的辅助下，两组医生的诊断性能均得到提升。具体而言，非专科医生的AUC、SEN和SPE分别提高到0.90、0.76和0.87，达到了专科医生的水平（图7）。专科医生的AUC、SEN和SPE也分别提升到0.93、0.89和0.86（图8）。

图7. 非专科临床医生在ML模型的辅助下通过内窥镜图像诊断EGC的表现

图8.专科医生在ML模型的辅助下通过内窥镜图像诊断EGC的表现

本研究分析进一步评估了ML模型和临床医生在实时视频中诊断EGC的性能。结果显示，ML模型在实时视频诊断中表现优异，4项研究的汇总AUC为0.94，SEN为0.91，SPE为0.86（图9）。相比之下，3项研究评估的临床医生在实时视频诊断中的AUC为0.90，SEN为0.83，SPE为0.85（图10）。综合来看，ML模型在实时视频中诊断EGC方面表现出更高的准确性，其SEN和SPE均略高于临床医生。

图9. ML 模型在视频验证集中诊断 EGC 的表现

图10. 临床医生在视频验证集中诊断 EGC 的表现

本研究表明，ML模型在EGC诊断中具有巨大潜力，其性能优于临床医生，尤其能显著提升非专科医生的诊断水平。虽然模型在图像和视频诊断中均表现出色，但视频诊断仍需更多研究验证。本研究填补了先前研究的空白，但也存在一些局限性，如纳入研究多为回顾性设计、图像选择可能存在偏倚、缺乏对不同ML模型的亚组分析以及模型多基于静态图像等。未来需要更多前瞻性研究和实时视频验证，以进一步评估ML模型在EGC诊断中的应用价值。

本荟萃分析结果表明，基于ML的诊断模型在EGC诊断方面表现优异，其SEN和SPE均优于临床医生，具有广阔的临床应用前景。这些模型可作为有效的辅助工具，帮助临床医生提高EGC的准确性。

审批编号：CN-144247

有效期至：2025-9-24

声明：材料由阿斯利康支持，仅供医疗卫生专业人士参考