摘要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。
