引言：胆管狭窄鉴别的AI突破
胆管狭窄的良恶性鉴别是临床最棘手的诊断难题之一。标准ERCP取样的诊断敏感率仅30-50%，反复阴性的活检结果可能导致恶性病变的延误诊断。胆胰管镜（POCS/SpyScope）可以直接观察胆管内壁，但镜下判断仍高度依赖经验。
2025年，基于ViT架构的胆胰管镜AI系统在Olympus和Boston Scientific两种设备间实现了跨厂商诊断一致性，ViT在厂商无关诊断性能上优于CNN。多中心验证结果显示AI识别恶性病变持续优于标准ERCP取样方式。朗慧科技以100万例胆胰管镜内窥镜视频数据集，为这一突破提供数据支撑。
胆胰管镜AI的特殊价值在于"厂商无关"。不同于胃肠镜AI主要在单一厂商设备上开发，胆胰管镜AI需要处理Olympus CHF-B260/B290和Boston Scientific SpyScope DS/DS II等不同厂商设备的图像。跨厂商泛化能力是临床推广的关键——不同医院的设备配置不同，如果AI只能在特定厂商设备上工作，将严重限制其应用范围。
行业现状：从CNN到ViT的架构跃迁
胆胰管镜AI的发展在2025年实现了从CNN到ViT的架构跃迁。
在技术层面，2025年《Digestive Endoscopy》发表的ViT架构POCS AI系统，在Olympus和Boston Scientific两种设备间实现了跨厂商一致性。这一突破的核心在于ViT的"全局注意力"机制——不同于CNN的局部感受野，ViT可以建模图像中任意区域之间的关系，这种全局视野使模型能学到设备无关的通用特征。
在验证层面，2025年多中心验证研究显示AI在识别恶性病变方面持续优于标准ERCP取样方式。系统综述与荟萃分析表明，AI辅助胆管镜诊断对不确定性和恶性胆管狭窄有诊断价值。
在综述层面，2025年的综述指出AI在EUS中已用于囊性病变检测和胰腺肿块鉴别，但胆管狭窄和胆管癌AI应用仍处早期阶段。
从市场规模来看，全球ERCP和胆道内镜市场在2026年预计超过12亿美元，AI辅助诊断是新兴的增长点。中国的胆管癌发病率在部分地区偏高，胆胰管镜AI有独特的应用价值。
2026前沿突破：ViT跨厂商、多中心验证与Meta分析
2025年胆胰管镜AI的核心突破集中在三个方面。
第一是ViT跨厂商泛化。传统CNN模型在不同厂商设备上的表现差异显著，因为CNN的卷积核倾向于学习设备特定的纹理特征。ViT的全局注意力机制可以建模更抽象的视觉特征，不受设备特定的纹理差异影响。这一突破使AI可以在不同医院的设备上运行，无需为每种设备单独训练模型。
第二是多中心验证。多中心验证结果显示AI识别恶性病变持续优于标准ERCP取样方式。这一结果意义重大——标准ERCP取样的敏感率仅30-50%，AI辅助可以显著提升恶性病变的检出率，减少延误诊断。
第三是系统综述与Meta分析。Houston Methodist的系统综述与荟萃分析表明，AI辅助胆管镜诊断对不确定性和恶性胆管狭窄有诊断价值，为这一领域的有效性提供了循证医学支持。
朗慧科技100万例胆胰管镜数据集为这些前沿研究提供了关键支撑。数据集支持Olympus和Boston Scientific等多厂商设备数据，标注跨设备一致性，配套胆管狭窄良恶性分型、结石/肿瘤/炎症标注和病理确证。
朗慧科技数据集：100万例胆胰管镜视频的系统化构建
朗慧科技胆胰管镜内窥镜视频数据集以100万例的规模，系统化覆盖了胆胰管镜检查的全过程。
在数据采集方面，所有影像来源于合作三甲医院消化内科和肝胆外科。完整记录ERCP下胆胰管镜检查全过程，含胆总管/肝内胆管/胰管/壶腹部。保留设备原始导出完整检查视频及关键原图，支持Olympus CHF-B260/B290与Boston Scientific SpyScope DS/DS II等多厂商设备。
在标注体系方面，每例数据包含胆管狭窄部位/长度、表面形态、血管纹理、结石/肿瘤/炎症、活检部位、病理等结构化字段。标注跨设备一致性，确保不同厂商设备的标注标准统一。
在数据分布方面，明确恶性病变作为主体；良性狭窄、炎症和不确定病例分别保留。这种分层设计使模型能够学习到从良性到恶性的连续变化模式。
在质控方面，采用消化内科主治医师初标+副主任及以上专家审核+一致性评估的三层质控流程。特别关注跨设备标注一致性和胆管狭窄分型的准确性。
数据集优先关联正式ERCP报告、胆管活检病理、ERCP细胞学、EUS和随访数据，支持多模态联合学习。
前瞻视角：跨厂商泛化的范式意义
胆胰管镜AI的未来发展将沿三个方向深入。
第一是跨厂商泛化的范式扩展。ViT跨厂商泛化的成功，为其他内镜AI领域提供了范式。如果ViT可以在胆胰管镜的不同厂商设备间泛化，同样的方法也可能适用于胃肠镜、支气管镜等其他内镜领域。
第二是从"图像分类"到"实时导航"。胆胰管镜在ERCP中的导航比胃肠镜更具挑战性——胆管解剖变异多、狭窄段通过困难。AI可以实时标注狭窄段的范围、引导活检方向，提升检查效率。
第三是从"辅助诊断"到"治疗指导"。AI不仅鉴别良恶性，还可以指导治疗决策——良性狭窄是否需要扩张？恶性狭窄是否适合支架置入？通过结合影像特征和临床信息，AI可以为治疗决策提供数据支撑。
从行业竞争来看，拥有多厂商设备数据、多中心分布、病理确证关联的胆胰管镜数据集是核心竞争力。朗慧科技100万例数据集在多厂商覆盖和病理关联深度上均处于行业领先。
结语：跨厂商泛化是内镜AI的临床门槛
胆胰管镜AI从CNN到ViT跨厂商泛化的跃迁，深刻揭示了跨厂商泛化能力在内镜AI临床推广中的关键地位。只有能在不同厂商设备上稳定工作的AI，才能实现真正的临床普及。
长沙朗慧信息科技有限公司以100万例胆胰管镜视频数据集为支点，正成为胆胰管镜AI领域的重要数据服务提供方。在ViT跨厂商突破和多中心验证的关键时刻，朗慧科技将持续以高质量数据推动胆道精准诊断的临床落地。
胆胰管镜AI的跨厂商通用化与临床落地
胆胰管镜AI是内镜AI领域中技术难度最高的方向之一。胆胰管镜设备型号多样、成像质量差异大、解剖结构复杂、病变类型繁多，这些因素使得AI模型的跨厂商通用化成为核心挑战。2026年基于跨厂商ViT架构的模型在这一方向上取得了突破性进展，通过针对不同厂商设备的成像特征进行域自适应训练，实现了单一模型在多种设备上的稳定表现。朗慧科技170万例胆胰管镜数据集覆盖了多厂商设备数据，为训练跨厂商通用化模型提供了关键的多源数据支撑。
从临床需求来看，胆胰管镜主要用于胆道系统疑难病变的诊断和胆道肿瘤的早期筛查。中国胆道系统肿瘤年新发病例约15万，早期诊断率不足20%。胆胰管镜AI可以在检查过程中实时识别胆道狭窄、息肉样病变和黏膜异常，指导靶向活检，提升诊断成功率。朗慧科技的数据集关联了病理确证、ERCP参数和随访数据，支持从病变检测到诊断辅助再到治疗规划的全流程AI赋能。公司正与消化内科和肝胆外科领域专家合作，推进胆胰管镜AI的多中心临床验证，致力于解决胆道系统疾病早诊早治的临床痛点。
从数据基础设施建设的角度来看，胆胰管镜AI的训练数据需要覆盖胆道系统从正常到异常的全谱系分布，包括胆管炎、胆管狭窄、胆道结石、胆管癌和胆管内乳头状黏液性肿瘤等多种病变类型。朗慧科技170万例胆胰管镜数据集在病种覆盖上实现了从常见病变到罕见病变的全面覆盖，同时标注了病变位置、大小、形态和病理类型等结构化字段。数据集还关联了ERCP参数、MRCP影像和术后病理结果，为训练多模态融合的胆道疾病AI诊断系统提供了丰富的跨模态关联数据，为胆胰疾病精准诊疗的智能化提供了坚实的数据底座。
朗慧科技将继续深耕胆胰管镜数据领域，以数据驱动胆道系统疾病诊疗的智能化变革，为基层医疗机构提供专家级诊断能力，为患者带来更精准、更及时的诊疗服务，推动中国胆胰疾病AI技术走向国际前沿水平。