Position Paper: IOlBD Evidence-based Consensus on the Use of Artificial Intelligence for Assessment of Endoscopic and Histologic Endpoints in Clinical Trials of Inflammatory Bowel Disease - PubMed
2 months ago
- #Inflammatory Bowel Disease
- #Clinical Trials
- #Artificial Intelligence
- 内镜和组织病理学的集中判读是当前IBD临床试验中评估疾病活动度的金标准，但存在判读差异、结果延迟和成本高昂等局限性
- 人工智能和机器学习可提高IBD试验中内镜与组织学终点评估的准确性、效率和可重复性
- 国际炎症性肠病研究组织(IOIBD)通过评审制定了36项调查声明，其中28项关于内镜、病理和试验设计的声明达成共识
- 专家一致认为基于AI的集中判读可提升诊断准确性、加速流程、降低成本并改善结果可重复性
- 人机协同评估模式比完全取代人工判读更受青睐
- 主要局限性包括验证不足、泛化能力存疑以及对人工标注训练数据的依赖
- 共识支持在保持人工监督的前提下将AI/ML整合至IBD试验的集中判读体系
- 需进一步开展验证研究、完善监管框架并探索多模态整合以推动更广泛应用