AI辅助诊断先天性巨结肠：U-Net优于YOLOv26

一项发表在预印本平台medRxiv上的研究比较了U-Net和YOLOv26两种人工智能模型在Hirschsprung病（先天性巨结肠）术中病理诊断中的应用。Hirschsprung病的确诊需要病理学家在活检组织中识别神经节细胞，这一过程耗时且存在观察者间差异。

研究团队利用54张直肠活检全切片图像，将其分割成近40万个128x128像素的图块，分别使用U-Net和YOLOv26进行神经节细胞检测。结果显示，U-Net在检测性能上优于YOLOv26，但两种模型均能有效辅助病理诊断，有望提高诊断效率和一致性。

研究人员指出，该研究为单中心回顾性分析，且为预印本，未经同行评审。未来需要在多中心前瞻性队列中进一步验证这些人工智能工具的临床应用价值。