胃肠辅助AI

需求的背景和应用场景

消化道疾病作为全球范围内的重大健康问题，对医疗资源和患者生活质量构成了严峻挑战。据世界卫生组织国际癌症研究机构（IARC）2020年数据显示，直结肠癌、胃癌及食管癌的新确诊病例分别占据了全球新确诊癌症总数的9.7%、5.4%和3.0%。同时，肠息肉的早期诊断与筛查对于预防癌症至关重要。然而，我国每年需进行消化内镜检查的人数庞大，而专业内镜医生数量有限，导致诊疗效率低下。因此，胃肠辅助AI技术的提出，旨在通过边缘计算和人工智能技术的融合，实时分析消化内镜手术过程中的医学图像数据，辅助医生提高检出效率，降低漏诊率和误诊率，尤其在胃肠癌症早期筛查和药物研发中具有广泛应用前景。

要解决的关键技术问题

• 计算机视觉AI算法：研发高效的计算机视觉算法，以实现对消化道病变（如癌前病变、癌症、息肉等）的精准识别，减少在阅读医学图像时的个人主观性。
• 实时高性能边缘计算：实现边缘计算与动态医学图像技术的深度融合，确保图像延迟小于100ms，特征标记及诊断结果延迟小于200ms，满足临床实时诊断需求。
• AI诊断识别技术：针对幽门螺杆菌（HP）、胃癌、食管癌、肠癌等消化道恶性肿瘤，以及小肠糜烂、溃疡、息肉等病变，开发高灵敏度、高特异性、高准确率的AI诊断识别模型，总体性能指标需达到90%以上。
• 高清图像增强与辅助功能：支持高清1080P或4K图像增强处理，集成录像、抓图、用户数据记录等功能，提升软件界面的可用性和用户体验。

效果要求

• 提高诊疗效率：通过AI辅助诊断，显著缩短医生对内镜图像的分析时间，提高病变检出率，降低漏诊和误诊率。
• 增强诊断准确性：确保AI诊断模型的灵敏度、特异性和准确率均超过90%，为医生提供可靠的辅助诊断依据。
• 优化医疗资源分配：缓解专业内镜医生资源紧张的问题，使更多患者能够获得及时、准确的诊疗服务。
• 推动技术创新：在消化道疾病医学图像AI诊断识别领域取得突破，为药物研发、癌症早期筛查等提供有力支持，提升我国在生物医药领域的国际竞争力。