Zhonghua er bi yan hou tou jing wai ke za zhi = Chinese journal of otorhinolaryngology head and neck surgery 2026年9月15日该回顾性两中心研究基于中山大学附属第一医院1 562例与上海交通大学医学院附属瑞金医院803例共2 365例患者，构建了用于鼻咽喉镜体内/体外图像判定（模型1）、11个标准解剖部位识别（模型2）及病灶定位与良恶性判定（模型3）的一体化AI系统ENDOVISTA-ENT，其内外部准确率分别为99.44%/99.84%与96.09%/94.73%，模型3恶性病灶AUC为0.986/0.968、早期鼻咽癌喉癌及下咽癌AUC为0.878~0.932，AI辅助使6名不同资历医师对200例病理明确病例的总体判读准确率由78.50%提升至88.20%（χ²=40.37，P<0.001），单帧检测耗时（15.2±该回顾性两中心研究基于中山大学附属第一医院1 562例与上海交通大学医学院附属瑞金医院803例共2 365例患者，构建了用于鼻咽喉镜体内/体外图像判定（模型1）、11个标准解剖部位识别（模型2）及病灶定位与良恶性判定（模型3）的一体化AI系统ENDOVISTA-ENT，其内外部准确率分别为99.44%/99.84%与96.09%/94.73%，模型3恶性病灶AUC为0.986/0.968、早期鼻咽癌喉癌及下咽癌AUC为0.878~0.932，AI辅助使6名不同资历医师对200例病理明确病例的总体判读准确率由78.50%提升至88.20%（χ²=40.37，P<0.001），单帧检测耗时（15.2±ENDOVISTA-ENT：鼻咽喉镜质量控制辅助与病灶识别一体化AI系统的开发与初步验证该回顾性两中心研究基于中山大学附属第一医院1 562例与上海交通大学医学院附属瑞金医院803例共2 365例患者，构建了用于鼻咽喉镜体内/体外图像判定（模型1）、11个标准解剖部位识别（模型2）及病灶定位与良恶性判定（模型3）的一体化AI系统ENDOVISTA-ENT，其内外部准确率分别为99.44%/99.84%与96.09%/94.73%，模型3恶性病灶AUC为0.986/0.968、早期鼻咽癌喉癌及下咽癌AUC为0.878~0.932，AI辅助使6名不同资历医师对200例病理明确病例的总体判读准确率由78.50%提升至88.20%（χ²=40.37，P<0.001），单帧检测耗时（15.2±该回顾性两中心研究基于中山大学附属第一医院1 562例与上海交通大学医学院附属瑞金医院803例共2 365例患者，构建了用于鼻咽喉镜体内/体外图像判定（模型1）、11个标准解剖部位识别（模型2）及病灶定位与良恶性判定（模型3）的一体化AI系统ENDOVISTA-ENT，其内外部准确率分别为99.44%/99.84%与96.09%/94.73%，模型3恶性病灶AUC为0.986/0.968、早期鼻咽癌喉癌及下咽癌AUC为0.878~0.932，AI辅助使6名不同资历医师对200例病理明确病例的总体判读准确率由78.50%提升至88.20%（χ²=40.37，P<0.001），单帧检测耗时（15.2±