内窥镜王者归来

导读

今年，美敦力和Cosmo团队推出了最新版本的结肠镜检查AI系统——GI Genius™平台，改进了息肉检测功能，包括自动程序突出显示等新功能，并向第三方软件开发商开放了GI Genius操作系统。这款集成最新英伟达IGX™平台的GI Genius™平台已进入监管审批的最后阶段，将于今年三季度上市。

GI Genius™由Cosmo IMD构思、设计、开发和制造，并由美敦力公司在全球范围内分销。它是第一个进入市场的实时人工智能平台，旨在协助医生进行患者治疗，大量科学证据表明，其有效的人机交互设计正在改善患者护理。

根据扩大后的协议条款，美敦力计划向Cosom预付1亿美元。该协议还包括与市场标准相当的两位数净销售额特许权使用费。美敦力可能欠下额外的1亿美元潜在里程碑费用，预计将在2024年底前实现。Cosmo仍然是独家制造商，授予美敦力独家的全球商业权利。

Cosmo是一家专注于开发和商业化治疗特定胃肠道疾病、通过辅助检测结肠病变来改善内窥镜检查质量指标以及治疗特定皮肤病的制药公司。Cosmo开发和生产的产品由精选合作伙伴在全球分销，包括Lialda®/Mezavant®/Mesavancol®、Uceris®/Cortiment®、Aemcolo®/Relafalk®、Lumeblue®和Winlevi®。

Cosmo 智能医疗设备公司总裁 Nhan Ngo Dinh

Cosmo公司科学、人工智能和数据高级副总裁Andrea Cherubini

『1』、如何提高系统检测息肉的能力？

Andrea Cherubini：我们通过将创新的AI训练策略、先进的机器学习算法和胃肠病学家的专家注释相结合，以此来提高系统检测息肉的能力。首先，我们大幅扩展了结肠镜检查程序的训练数据集，将用于训练AI的患者数量增加了一倍。这是通过与全球50%以上的内窥镜中心建立合作伙伴关系实现的，为培训提供了更广泛的图像和场景。

其次，我们专注于了解并分析结肠镜检查中遗漏病变的原因。我们利用生成式人工智能技术来人为的增加这些情况，模拟人类临床医生在进行结肠镜检查时可能会犯的错误类型。

最后，我们进行了严格的测试，以验证系统的性能并确保其在不同临床环境中的可靠性。通过这些步骤，GI Genius Colon Pro新一代息肉检测软件变得更加灵敏，并将假阳性率降低了9%。

『2』、这个项目最大的技术挑战是什么？您是如何克服的？

Nhan Ngo Dinh：GI Genius面临的重大技术挑战之一是开发一个能够持续识别不同大小、形状和外观的息肉的AI系统。为了克服这个问题，我们采用了最先进的深度学习架构，增强了系统检测组织结构细微差异的能力。

另一个挑战是稳健性，以应对不同国家内窥镜设备和手术技术的变化。为解决这个问题，我们通过使用不同类型的内窥镜对系统进行了广泛的测试，并根据从多个来源和不同患者群体收集的数据对其进行训练，解决了这个问题。

此外，实时决策支持的需求要求我们优化算法以实现低延迟性能，我们通过为人工智能设计高性能计算平台实现了这一目标。

『3』、哪些指标可以表明该项目的规模、范围和影响？

Nhan Ngo Dinh：该AI模型基于来自世界各地1,000多名患者的数据进行训练，以确保最佳性能。GI Genius已在30多个同行评审的科学出版物和8项随机对照试验中出现，建立了坚实的科学证据基础。腺瘤检出率提高了14.4%，腺瘤漏诊率降低了50%，临床效果明显。它每年有可能影响全球300万名患者，为胃肠病学带来显著益处。该技术已在20多个国家/地区推出，展示了其广泛的全球分布。我们已进行了了四次软件升级迭代，最新版本使用了11种并行AI算法，这体现了持续的改进。

『4』、为什么说该系统的最新版本可能会成为主要的技术进步？

Andrea Cherubini：实现用于实时视频总结和可理解的人工智能涉及几个技术障碍。实际上，处理视频流产生的大量数据需要有效的算法来管理数据负载和高性能计算资源。另一个挑战是开发强大的人工智能模型，有效地结合时间维度上的图像理解。这种结合对于捕捉事件的背景和顺序至关重要，这对于准确的视频摘要至关重要。应对这些挑战需要采取全面综合的方法，将复杂的人工智能模型和严格的验证过程结合起来。

『5』、Colon Pro软件使用了多少个神经网络？它们是什么？它们的主要相同点和不同点是什么？哪些最容易构建？哪些最具挑战性？为什么？

Andrea Cherubini：Colon Pro软件是第四代软件更新，现在集成了11个专门的神经网络，每个神经网络都经过量身定制，可执行不同的任务，从而共同提高结肠镜检查程序的效率。其中包括专门用于检测单个图像帧中的息肉的网络、跨多帧的聚类检测以合并同一息肉的视图以及根据质量对图像帧进行分类。其他网络则专注于随时解释内窥镜医师的行为、评估肠道清洁度并确定内窥镜的位置。此外，人工智能网络还用于识别戒断期的开始、检测解剖标志并综合这些数据以生成关键绩效指标。由于已建立的图像处理方法，处理息肉检测和图像质量分类等简单视觉任务的网络更容易开发。相反，需要了解程序上下文的网络（例如跟踪内窥镜的位置和估计清洁度）更具挑战性，因为需要进行复杂的时间和空间分析。

『6』、如何确定关键质量指标并开发测量它们的能力？

Nhan Ngo Dinh：在设计Colon Pro软件时，我们严格遵循美国胃肠内镜学会(ASGE)、美国胃肠病学会(ACG)和其他致力于提高结肠镜检查质量的国际胃肠学会的建议，确定了关键质量指标。这些组织强调需要对特定的术中指标进行长期监测和分析。肠道准备质量、盲肠插管率和拔管时间等指标的选择是基于它们对手术成功率和患者预后的影响来选择的。Colon Pro中的“手术亮点”功能旨在在手术过程中无缝捕获这些指标，为医疗保健组织提供可操作的数据。此功能不仅有助于满足监管标准，而且还通过详细的统计分析促进结肠镜检查实践的持续改进和卓越发展。为了准确衡量这些指标，我们与全球的胃肠病学家密切合作，他们提供了宝贵的反馈和临床专业知识。

『7』、除了Colon Pro之外，GI Genius还有哪些潜在的应用？

Nhan Ngo Dinh：GI Genius模块与AI Access程序相结合，可以彻底改变胃肠病学及其他领域医学视频的实时分析。潜在的应用可以针对内窥镜护理中的各种疾病的检测或治疗指导。基本要求是由医生解释视频，这展示了GI Genius系统在各个医学学科的广泛适用性。

—— E N D ——