目的:验证高清胃镜下早期胃癌筛检策略的效能。方法:前瞻性纳入2018年12月—2019年1月在解放军总医院第七医学中心行胃镜检查的849例年龄≥35岁的患者。在胃镜检查时，从未感染过幽门螺杆菌者对任何可疑病灶活检；溃疡型病灶于溃疡边缘活检；萎缩区域外，贲门部对白光下呈红色的病灶活检，非贲门部对具有清晰边界或白光下呈白色的病灶活检；萎缩区域内，隆起型病灶中具有清晰边界或顶部有不规则凹陷者活检，平坦/凹陷型病灶中边界不规则或窄带光下呈赭色者活检。此外，可对不符合上述策略但认为有必要活检的任何病灶进行活检。其后根据活检或手术病理，对胃癌高危患者进行胃镜随访，分析该策略对胃部早期肿瘤性病变的检出及漏诊情况，明确该策略的敏感度和阳性预测值。结果:共对548例患者的781处病灶进行了活检。在符合上述策略的327处病灶中，诊断上皮肿瘤性病灶16处（4.9%，16/327），其中高级别肿瘤10处（3.1%，10/327）；而在不符合上述策略的454处病灶中，诊断上皮肿瘤性病灶仅1处（0.2%，1/454），无高级别肿瘤。该筛检策略对胃上皮肿瘤性病灶和高级别肿瘤的阳性预测值均高于不符合策略而取活检者（4.9%比0.2%， χ2=19.49， P<0.001；3.1%比0， P<0.001）。共有146例（17.2%，146/849）患者接受胃镜随访，随访中发现2处黏膜内高级别肿瘤，符合筛检策略。该筛检策略在初次胃镜检查中检出了84.2%（16/19）的上皮肿瘤性病灶和83.3%（10/12）的高级别肿瘤。 结论:高清胃镜下早期胃癌筛检策略可以高效地检出早期胃癌。

目的:探讨术前应用白光内镜联合内镜超声检查(endoscopic ultrasonography，EUS)评估浅表胃癌浸润深度的价值。方法:回顾性分析2011年1月—2019年12月于首都医科大学附属北京世纪坛医院经胃镜病理确诊的浅表胃癌患者资料，将术前白光内镜及EUS资料完整，并在该院接受治疗的84例患者纳入研究。根据内镜医师对白光内镜判读结果的自信与否，将患者分为白光内镜确定组(47例)和白光内镜不确定组(37例)，以术后病理为金标准，评估白光内镜及EUS对浅表胃癌浸润深度判断的准确性，及对治疗决策的影响。结果:白光内镜和EUS判断浅表胃癌浸润深度的总准确率分别为73.8%(62/84)和81.0%(68/84)，差异无统计学意义( P＝0.092)。白光内镜确定组白光内镜判断胃癌浸润深度的准确率为93.6%(44/47)，高于白光内镜不确定组的48.7%(18/37)( χ2＝21.656， P<0.001)。84例患者中20例(23.8%)被白光内镜高估浸润深度，其中8例(40.0%)经EUS修正诊断。多因素Logistic回归分析发现，病变表面不规则( OR＝5.076，95% CI：1.628～15.821， P＝0.005)、病变边缘显著隆起( OR＝3.831，95% CI：1.238～11.857， P＝0.020)和病理类型是未分化型癌( OR＝6.887，95% CI：1.882～25.204， P＝0.004)是影响读图医师信心的独立危险因素。 结论:对于浅表胃癌，白光内镜确定病变浸润深度者，白光内镜诊断准确率高；白光内镜不确定浸润深度者，联合EUS能提高诊断准确率，利于制定更合适的治疗方案。

目的:构建一套内镜下识别幽门螺杆菌（ Helicobacter Pylori， HP）感染多重特征的人工智能辅助诊断系统，并评估其在真实临床病例中的表现。 方法:回顾性收集2020年1月—2021年3月在武汉大学人民医院消化内镜中心同时间段行 13C呼气试验和胃镜检查的1 033例受检者资料， 13C呼气试验阳性（定义为 HP感染）为病例组（485例）， 13C呼气试验阴性为对照组（548例）。将提示 HP阳性和 HP阴性的各类黏膜特征胃镜图像，以及以案例为单位的 HP阳性和 HP阴性病例胃镜图像以8∶1∶1的比例随机分配到训练集、验证集和测试集，基于卷积神经网络（convolutional neural network，CNN）和长短期记忆网络（long short-term memory network，LSTM）开发一套识别 HP感染的人工智能辅助诊断系统，其中，CNN可识别并提取每例患者内镜图像中的黏膜特征，生成特征向量，然后LSTM接收特征向量，综合判断 HP感染状态。以灵敏度、特异度、准确率和受试者工作特征曲线下面积评估系统的诊断性能。 结果:该系统对结节样改变、萎缩、肠上皮化生、黄斑瘤、弥漫性发红+点状发红、黏膜肿胀+皱襞肿大蛇形+黏液白浊和 HP阴性特征的诊断准确率分别为87.5%（14/16）、74.1%（83/112）、90.0%（45/50）、88.0%（22/25）、63.3%（38/60）、80.1%（238/297）和85.7%（36/42）。其综合判断患者 HP感染的灵敏度、特异度、准确率和受试者工作特征曲线下面积分别为89.6%（43/48）、61.8%（34/55）、74.8%（77/103）和0.757，其诊断准确率与内镜医师白光下诊断 HP感染的准确率相当（74.8%比72.1%， χ2=0.246， P=0.620）。 结论:本研究开发的系统在评估 HP感染方面具有较好的诊断性能，可用于辅助内镜医师判断 HP感染状态。

目的:采取前瞻性设计、多中心随机对照临床研究方法，探讨国产内镜新光学染色技术——聚谱成像（spectral focused imaging，SFI）及光电复合染色成像（variable intelligent staining technology，VIST）对于胃癌前病变的诊断价值。方法:2020年8月—2021年5月，采用同一技术方案在河北医科大学第一医院、上海市第十人民医院、苏州大学附属第二医院，将拟行胃镜检查的患者随机分成白光组和新光学染色组，采取序贯检查方式（白光→新光学染色或新光学染色→白光），分别记录两组先行白光或先行新光学染色检查时的内镜诊断结果和幽门螺杆菌（ Helicobacter pylori，HP）感染的判断结果；同时对两组的胃黏膜萎缩、肠上皮化生、皱襞肿大、结节性胃炎和弥漫性发红5个方面进行内镜胃癌风险评分。 结果:共入组病例合计419例，白光组208例，新光学染色组211例。结合内镜及病理学结果，对胃内炎症、萎缩、肠上皮化生、低级别上皮内瘤变、高级别上皮内瘤变、进展期癌病变，白光组检出率分别为：28.9%、40.4%、64.9%、17.8%、0.5%、0.5%，新光学染色组检出率为：30.8%、42.7%、62.6%、15.2%、2.8%、0.5%，检出率组间差异无统计学意义（ P>0.05）；以病理结果为金标准，计算国产内镜诊断各类病变的灵敏度、特异度、准确度、阳性预测值、阴性预测值，对胃黏膜萎缩的诊断白光组分别为92.9%、61.3%、74.0%、61.9%、92.7%，新光学染色组（SFI模式）为94.4%、64.5%、77.3%、66.4%、94.0%；对胃黏膜肠上皮化生的诊断，白光组为68.1%、72.6%、69.7%、82.1%、55.2%，新光学染色组（VIST模式）为87.1%、89.9%、88.2%、93.5%、80.7%，两组间比较差异有统计学意义（ P＜0.05）；以 13C尿素呼气试验（ 13C-urea breath test， 13C-UBT）结果为金标准，对 HP感染判断，白光组为90.2%、84.3%、87.4%、86.8%、88.2%，新光学染色组为92.6%、77.1%、85.4%、82.2%、90.1%；胃癌风险评分≥4分的病例，新光学染色组高危病变的占比更高（ P<0.05）。 结论:国产内镜新光学染色技术对胃黏膜肠上皮化生有较高的诊断价值，优于白光内镜；以胃癌风险评分为工具进行精查胃镜有助于胃癌前病变的检出；国产内镜新光学染色技术对胃癌前病变及 HP感染诊断效能与进口内镜相近，是发现胃黏膜癌前病变的有效手段。

目的:评价亮蓝光成像（blue light imaging-bright，BLI-bright）和联动成像（linked color imaging，LCI）用于早期食管癌内镜诊断中的临床价值。方法:采用回顾性队列研究，以2018年5月—2020年8月在福建中医药大学附属福鼎医院行内镜黏膜下剥离术（endoscopic submucosal dissection，ESD）治疗，术前使用了蓝激光胃镜3种模式［BLI-bright、LCI和白光成像（white light imaging，WLI）］进行详细检查，且ESD术后病理证实为早期食管癌的63例连续病例作为观察对象。主观可视性分析由6名内镜医师完成，按年资分成高年资组和低年资组，每组各3名，主要观察指标为可视性评分（ranking score，RS）。客观色差分析主要比较3种模式下早期食管癌癌灶与周边黏膜的总色差（Δ E），色差采用国际照明委员会的1976 L *a *b *系统。 结果:6名研究者的RS总体评分WLI模式下为（2.57±0.81）分，明显低于LCI模式下的（3.25±0.67）分（ t=9.71， P<0.001）和BLI-bright模式下的（3.18±0.67）分（ t=9.31， P<0.001）。亚组分析发现：高年资组的RS评分WLI模式下为（2.71±0.80）分，明显低于LCI模式下的（3.33±0.66）分（ t=7.16， P<0.001）和BLI-bright模式下的（3.42±0.62）分（ t=8.09， P<0.001）；低年资组的RS评分WLI模式下为（2.40±0.90）分，亦明显低于LCI模式下的（3.15±0.83）分（ t=9.62， P<0.001）和BLI-bright模式下的（2.89±0.92）分（ t=5.69， P<0.001），且LCI模式下评分还明显高于BLI-bright模式（ t=4.07， P<0.001）。WLI模式下早期食管癌癌灶与周边黏膜的Δ E为11.52±3.40，明显低于LCI模式下的16.64±4.70（ t=7.10， P<0.001）和BLI-bright模式下的15.72±3.84（ t=7.88， P<0.001）。 结论:与WLI模式相比，应用BLI-bright模式和LCI模式都能增加早期食管癌癌灶与周边黏膜的色差，提高早期食管癌可视性。其中，LCI模式更有利于低年资内镜医师检出早期食管癌。

目的:构建一个基于YOLO v3算法的实时人工智能诊断辅助系统，并评估其在胃镜检查中对胃局灶性病变检出的能力。方法:回顾性收集武汉大学人民医院消化内镜中心2019年6—11月胃镜检查的白光内镜图像5 488张（有、无胃局灶性病变的图像分别为2 733张、2 755张）及2020年5—6月期间92例行胃镜检查的受试者视频资料中288 168个清晰胃帧用于人工智能辅助系统测试；前瞻性收集2020年7月6日—11月27日及2021年5月6日—8月2日于武汉大学人民医院消化内镜中心接受胃镜检查的3 997例受检者的视频资料用于评估人工智能辅助系统在实际临床应用中的性能。当人工智能辅助系统识别到异常病灶时，以蓝色方框圈出病灶进行提示。对人工智能辅助系统识别胃局灶性病变的能力及其出现假阳性和假阴性的频率和原因进行统计分析。结果:图像测试集中，人工智能辅助系统“提示病灶”的准确率、灵敏度、特异度、阳性预测值及阴性预测值分别为92.3%（5 064/5 488）、95.0%（2 597/2 733）、89.5%（2 467/2 755）、90.0%（2 597/2 885）和94.8%（2 467/2 603）。视频测试集中，人工智能辅助系统“提示病灶”的准确率、灵敏度、特异度、阳性预测值及阴性预测值分别为95.4%（274 792/288 168）、95.2%（109 727/115 287）、95.5%（165 065/172 881）、93.4%（109 727/117 543）和96.7%（165 065/170 625）。临床应用中，人工智能辅助系统对胃局灶性病变的检出率为93.0%（6 830/7 344）。共漏检胃局灶性病变514处，主要原因为微小糜烂灶（48.8%，251/514）、微小黄斑瘤（22.8%，117/514）和小息肉（21.4%，110/514）。平均每例上消化道内镜检查中，人工智能辅助系统的假阳性个数为2（1，4）个，主要原因为正常黏膜皱襞（50.2%，5 635/11 225）、气泡和黏液（35.0%，3 928/11 225）、胃底液体（9.1%，1 021/11 225）。结论:在胃镜检查过程中应用人工智能辅助系统有助于胃局灶性病变的检出。

目的:研发基于深度卷积神经网络(DCNN)的综合胃镜智能质控系统，并前瞻性评估该系统的临床可行性。方法:针对胃镜检查中胃黏膜观察完整度、胃黏膜可视度、胃镜检查时长、胃癌可疑病变检测等质控目标分别设计胃镜扫查部位识别模型、胃黏膜可视度识别模型、体内外识别模型和胃癌检测模型4个DCNN模型。通过多中心回顾性纳入98 385张白光胃镜图像进行模型训练与测试。计算各模型的准确度、灵敏度、特异度，并绘制ROC曲线。整合模型形成多功能的综合智能质控系统，于山东大学齐鲁医院消化内镜中心前瞻性、连续纳入100例行常规胃镜检查的患者，进一步评估智能质控系统在实际临床应用中的可行性。记录系统各质控功能的运行情况(平均错误提示或正确率)和检查结束后病变检出情况。结果:胃镜扫查部位识别模型识别各部位的准确度、灵敏度、特异度分别为98.40%～99.85%、61.95%～100.00%、98.65%～100.00%，ROC AUC值为0.997 6～1.000 0；胃黏膜可视度识别模型识别黏膜可视度的准确度、灵敏度、特异度分别为97.02%～98.27%、85.14%～99.28%、93.72%～100.00%；体内外识别模型判断体内外的准确度、灵敏度、特异度分别为97.27%、99.85%、94.50%，ROC AUC值为0.961 5；胃癌检测模型检测胃癌的准确度、灵敏度、特异度分别为95.92%、95.64%、96.05%，ROC AUC值为0.975 9。智能质控系统可行性评估结果示，在胃黏膜观察完整度质控中，系统平均错误填充0.32次/例；在胃黏膜可视度质控中，系统平均错误提示0.47次/例；胃镜检查时长智能计时正确率为96.00%；在胃癌可疑病变检测中，系统平均错误提示0.36次/例。最终共检出胃癌3例，胃高级别上皮内瘤变1例，系统均可准确识别、定位。结论:胃镜智能质控系统可在实际检查中对胃黏膜观察完整度、胃黏膜可视度、胃镜检查时长、胃癌可疑病变检测进行准确质控，使精准、高效的胃镜质控成为可能。

目的:分析总结胃底腺型胃癌的临床特点、内镜下表现、病理及治疗，提高对该疾病的认识。方法:回顾性分析北京医院2020年5月至2022年1月收治的3例胃底腺型胃癌患者的临床资料，其中2例因腹胀、腹痛症状就诊，1例因胃癌术后复查胃镜。结合白光胃镜和放大内镜、病理及免疫组化等结果，诊断胃底腺型胃癌。同时复习1990年1月至2021年4月报道的胃底腺型胃癌195例，分析并总结该疾病的内镜特点、病理特征和诊疗经验等。结果:胃底腺型胃癌198例，男女比1.6∶1.0，年龄39~87岁，平均年龄65.3岁，79.82%(91/114)患者幽门螺杆菌阴性。胃镜检查结果显示平均直径8.97 mm，89.9%(178/198)患者病变浸润至黏膜下。91.98%(149/162)患者为主细胞优势型，98.86%(130/140)患者为无淋巴血管侵犯，97.6%(162/166)患者无复发、转移。结论:胃底腺型胃癌为罕见的低异型高分化胃癌，发病机制尚不明确，老年人多发，与幽门螺杆菌感染无明显相关，主细胞优势型为主，内镜、病理及免疫组化有助于明确诊断，多数预后良好。

目的:构建基于深度学习的人工智能内镜超声（endoscopic ultrasonography，EUS）胆管扫查辅助分站系统，以期辅助医师学习多站成像技术，提高操作水平。方法:回顾性收集武汉大学人民医院和武汉协和医院2016年5月—2020年10月522例EUS视频资料，基于视频截取图像，获得来自武汉大学人民医院的3 000张白光胃镜、31 003张超声胃镜图像和来自武汉协和医院的799张超声胃镜图像，用于EUS胆管扫查系统的模型训练和模型测试。模型包括：白光胃镜图像过滤模型，标准站图像与非标准站图像区分模型和EUS胆管扫查标准图像分站模型，用以将标准图像分为肝窗、胃窗、球窗、降窗。然后从测试集中随机抽取110张图像进行人机大赛，比较专家、高级内镜医师与人工智能模型对胆管扫查多站成像每个站点识别的准确度。结果:白光胃镜图像过滤模型准确率为100.00%（1 200/1 200），标准站图像与非标准站图像区分模型准确率为93.36%（2 938/3 147），EUS胆管扫查标准图像分站模型在内部测试集中各分类的准确率分别为肝窗97.23%（1 687/1 735），胃窗96.89%（1 681/1 735），球窗98.73%（1 713/1 735），降窗97.18%（1 686/1 735）；外部测试集中准确率分别为肝窗89.61%（716/799），胃窗92.74%（741/799），球窗90.11%（720/799），降窗92.24%（737/799）。人机大赛中，模型分站的正确率为89.09%（98/110），高于内镜医师［85.45%（94/110），74.55%（82/110），85.45%（94/110）］，接近专家水平［92.73%（102/110），90.00%（99/110）］。结论:本研究构建了一种基于深度学习的EUS胆管扫查系统，可以较为准确地实时辅助内镜医师进行标准多站扫查，提高EUS完整性及操作质量。

目的:探讨通过白光胃镜下食管及胃黏膜形态学表现判断幽门螺杆菌( Helicobacter pylori， HP)感染的临床价值。 方法:2018年9月—2019年8月就诊于陆军军医大学西南医院，同时行碳13-尿素呼气试验和白光胃镜检查的1 339例病例纳入回顾性分析，运用 χ2检验或Fisher确切概率法分析 HP感染组(422例)和未感染组(917例)间22项胃镜下黏膜表现指标的检出率差异，然后差异性指标进一步行二元Logistic回归分析，最后绘制受试者工作特征曲线，计算曲线下面积和预测 HP感染的灵敏度、特异度、阳性预测值、阴性预测值。 结果:弥漫性发红、点状发红、黏膜肿胀、皱襞肿大蛇形、白浊黏液、消化道溃疡、鸡皮样黏膜、增生性息肉、黄色素瘤、萎缩、肠化和凹陷性糜烂多见于感染组( P均<0.05)。二元Logistic回归分析显示弥漫性发红( P<0.001， OR＝75.974，95% CI：32.551～177.327)、点状发红( P＝0.002， OR＝3.360，95% CI：1.536～7.349)、黏膜肿胀( P<0.001， OR＝3.150，95% CI：1.654～5.996)均为提示 HP感染的独立危险因素。受试者工作特征曲线分析显示弥漫性发红、点状发红、黏膜肿胀、皱襞肿大蛇形、白浊黏液、消化道溃疡、凹陷性糜烂预测 HP感染的曲线下面积均大于0.5，且 P<0.05，其中弥漫性发红、点状发红、黏膜肿胀预测 HP感染的曲线下面积均大于0.7，三项指标对应的判断敏感度分别为0.735、0.512和0.445，特异度分别为0.992、0.983和0.971，阳性预测值分别为0.978、0.931和0.874，阴性预测值分别为0.890、0.814和0.792。 结论:通过白光胃镜观察食管及胃黏膜形态学表现，可较为准确地判断 HP感染情况，其中内镜下表现为弥漫性发红、点状出血、黏膜肿胀的临床价值更大。