S'abonner

Accuracy of artificial intelligence–assisted detection of upper GI lesions: a systematic review and meta-analysis - 21/09/20

Doi : 10.1016/j.gie.2020.06.034 
Thomas K.L. Lui, MBBS, MMedSc, MRCP, Vivien W.M. Tsui, MBBS, MRCP, Wai K. Leung, MD, FRCP
 Department of Medicine, Queen Mary Hospital, University of Hong Kong, Hong Kong 

Reprint requests: Wai K. Leung, Department of Medicine, Queen Mary Hospital, University of Hong Kong, 102 Pokfulam Rd, Hong Kong.Department of MedicineQueen Mary HospitalUniversity of Hong Kong102 Pokfulam RdHong Kong

Abstract

Background and Aims

Artificial intelligence (AI)-assisted detection is increasingly used in upper endoscopy. We performed a meta-analysis to determine the diagnostic accuracy of AI on detection of gastric and esophageal neoplastic lesions and Helicobacter pylori (HP) status.

Methods

We searched Embase, PubMed, Medline, Web of Science, and Cochrane databases for studies on AI detection of gastric or esophageal neoplastic lesions and HP status. After assessing study quality using the Quality Assessment of Diagnostic Accuracy Studies tool, a bivariate meta-analysis following a random-effects model was used to summarize the data and plot hierarchical summary receiver-operating characteristic curves. The diagnostic accuracy was determined by the area under the hierarchical summary receiver-operating characteristic curve (AUC).

Results

Twenty-three studies including 969,318 images were included. The AUC of AI detection of neoplastic lesions in the stomach, Barrett’s esophagus, and squamous esophagus and HP status were .96 (95% confidence interval [CI], .94-.99), .96 (95% CI, .93-.99), .88 (95% CI, .82-.96), and .92 (95% CI, .88-.97), respectively. AI using narrow-band imaging was superior to white-light imaging on detection of neoplastic lesions in squamous esophagus (.92 vs .83, P < .001). The performance of AI was superior to endoscopists in the detection of neoplastic lesions in the stomach (AUC, .98 vs .87; P < .001), Barrett’s esophagus (AUC, .96 vs .82; P < .001), and HP status (AUC, .90 vs .82; P < .001).

Conclusions

AI is accurate in the detection of upper GI neoplastic lesions and HP infection status. However, most studies were based on retrospective reviews of selected images, which requires further validation in prospective trials.

Le texte complet de cet article est disponible en PDF.

Abbreviations : AI, AUC, CI, CNN, HP, NBI, SVM, WLI


Plan


 DISCLOSURE: The following author disclosed financial relationships: W. K. Leung: Consultant for Medtronics. All other authors disclosed no financial relationships.
 If you would like to chat with an author of this article, you may contact Dr Leung at waikleung@hku.hk.


© 2020  American Society for Gastrointestinal Endoscopy. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 92 - N° 4

P. 821 - octobre 2020 Retour au numéro
Article précédent Article précédent
  • A primer on artificial intelligence and its application to endoscopy
  • Daljeet Chahal, Michael F. Byrne
| Article suivant Article suivant
  • Deep learning for wireless capsule endoscopy: a systematic review and meta-analysis
  • Shelly Soffer, Eyal Klang, Orit Shimon, Noy Nachmias, Rami Eliakim, Shomron Ben-Horin, Uri Kopylov, Yiftach Barash

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.