AI 究竟能在多大程度上提升息肉检出率？
简短回答：AI能持续发现更多息肉，尤其是小型息肉。最新且规模最大的荟萃分析整合了44项随机试验、超过3.6万名患者的数据，结果显示AI辅助结肠镜将腺瘤检出率（ADR）从36.7%提升至44.7%——相对改善幅度达21%[1]。另一项涵盖28项试验、近2.4万名患者的荟萃分析报告称，ADR提高了20%，腺瘤漏检率降低了55%[2]。具体而言，AI帮助每次结肠镜检查多发现约0.22个腺瘤[1]，这意味着每进行10次结肠镜检查，AI能额外检出约2个原本会被遗漏的腺瘤。
对于微小（≤5毫米）及扁平息肉，这一优势尤为显著——这类息肉极易被忽略。一项研究发现，AI对微小息肉的检出率为76%，而未使用AI时为68.8%[5]；另一项研究显示，AI对非息肉样（扁平）病变的检出率提升了55%[4]。一项串联结肠镜研究（患者依次接受AI辅助与标准结肠镜检查）证实，AI将腺瘤漏检率从31.25%降至20.12%[6]。这有力证明，AI能够捕捉到人眼遗漏的息肉。
有哪些局限和注意事项？
人工智能并非万能灵药。虽然它能提升小腺瘤的检出率，但在进展期腺瘤（直径≥10毫米或伴有高级别异型增生）或无蒂锯齿状病变（SSLs）的检出方面并无显著改善[1][2][4]。一项荟萃分析显示，AI辅助结肠镜与标准结肠镜在进展期腺瘤检出率上无差异[2]，另一项研究则表明SSL检出率也相似[4]。这意味着AI主要有助于发现更小、更早期的息肉——这对预防仍有价值——但并不能替代经验丰富的内镜医师进行细致检查的必要性。
AI还会略微增加非肿瘤性息肉（无需切除的良性增生）的切除数量。一项研究发现，每10次结肠镜检查中约多切除2个非肿瘤性息肉[1]，另一项研究则报告非肿瘤性病变的切除率增加了39%[2]。这可能会略微延长操作时间并增加病理费用。平均退镜时间（关键检查阶段）增加约0.15至0.53分钟（9–32秒）[1][2]，这在临床上可忽略不计。重要的是，AI的性能不会因内镜医师的经验水平或不同AI系统架构而显著变化[1][2]，表明其益处具有广泛适用性。
谁受益最大，AI又在何时力不从心？
AI似乎能帮助各水平的内镜医师提升表现。亚组分析显示，即使是经验丰富的内镜医师，在AI辅助下腺瘤检出率（ADR）也提升了约19%[2]。然而，一项在高质量结直肠癌筛查项目（基线ADR已达65%）中进行的研究发现，AI对息肉检出的改善仅达到临界水平，且未显著提升ADR[3]。这表明，当内镜医师已具备极高水平的操作能力时，AI的附加价值可能相对有限。该技术最适用于检出最易被遗漏的息肉——即体积小、形态扁平或位于近端结肠等难以观察区域的息肉[4]。
人工智能也存在技术局限性。一项研究发现，结肠镜图像中的鱼眼畸变和光线反射会降低AI的准确率，但通过两阶段深度学习模型校正这些伪影后，检测准确率从90.8%提升至96.8%[8]。另一项研究表明，训练图像中息肉标注方式（如精确轮廓与边界框）会影响AI性能，其中息肉周围保留20%边缘的标注方式效果最佳[7]。这些细节对实际临床应用至关重要。总体而言，现有证据明确表明AI是提升息肉检测的有效工具，但最佳定位是作为熟练内镜医师的辅助手段，而非替代方案。
关于这些来源
该回答基于8篇经同行评审的研究——发表于2021年至2026年间，其中4篇为2024年及以后发表，3篇发表于Q1期刊，累计被引用244次——这些研究是从15篇通过质量筛选的文献中选出的最具相关性的成果，而15篇文献又源自一个涵盖超过5亿篇论文的数据库中所检索到的62篇论文。
本文引用的文献
人工智能辅助结肠镜用于息肉检测
在一项纳入44项随机对照试验、共36,201名患者的荟萃分析中，人工智能辅助结肠镜将腺瘤检出率从36.7%提升至44.7%，并降低了腺瘤漏诊率，但并未提高每次结肠镜检查中进展期结直肠肿瘤的检出率。
使用人工智能提升结肠镜检查在腺瘤检测中的表现：一项系统综述与荟萃分析
一项纳入28项随机对照试验、涉及23,861名参与者的荟萃分析发现，人工智能使腺瘤检出率提高了20%，腺瘤漏诊率降低了55%，但在无蒂锯齿状病变的检出方面未见显著改善。
评估实时计算机辅助息肉检测系统在筛查结肠镜检查中的应用：AI-DETECT研究
在一项由高水平内镜医师执行的英国肠癌筛查项目中，人工智能提高了息肉检出率（85.7%对比79.7%），但未提升腺瘤检出率。
人工智能辅助结肠镜用于腺瘤和息肉检测：一项更新的系统综述与荟萃分析
一项纳入12项随机对照试验、涉及11340名患者的荟萃分析发现，人工智能将腺瘤检出率从33%提升至41.4%，尤其对微小及非息肉样腺瘤效果显著，但对进展期腺瘤或无蒂锯齿状病变的检出率无显著改善。
人工智能辅助结肠镜检查：一项关于息肉检测的前瞻性、多中心、随机对照试验
中国一项纳入2352例患者的多中心随机对照试验发现，人工智能虽未显著提升息肉总体检出率，但确实增加了微小息肉和扁平息肉的检出率。
深度学习计算机辅助息肉检测降低腺瘤漏诊率：一项美国多中心随机串联结肠镜研究（CADeT-CS试验）。
一项美国多中心串联结肠镜随机对照试验（纳入223例患者）发现，人工智能将腺瘤漏检率从31.25%降至20.12%，并将无蒂锯齿状病变漏检率从42.11%降至7.14%。
结肠镜检查中人工智能辅助息肉检测的最佳标注方法。
一项针对3542张结肠镜图像的研究发现，采用超出息肉边缘20%的边界框标注息肉，能够训练出最佳的人工智能检测模型（准确率95.42%，AUC 0.971）。
基于两阶段深度学习并融合鱼眼与反射校正的结肠镜息肉检测方法
一项采用两阶段深度学习模型校正鱼眼畸变和反射的研究，将息肉检测准确率从90.8%提升至96.8%。