目的:第一部分:本研究通过对以咽喉部不适为主述就诊于吉林大学第二医院耳鼻喉科门诊的患者进行反流症状指数(Reflux symptom index,RSI)量表评估,分析此类患者是否存在咽喉反流相关症状及其患病特点。第二部分:应用人工智能技术(Artificial intelligence,AI)对实验组和对照组电子喉镜图像进行特征提取及分类,识别异常图像,为咽喉反流相关体征的早期筛查提供客观依据,为准确、客观诊断咽喉反流疾病(Laryngopharyngeal reflux disease,LPRD)奠定基础。方法:第一部分:选取2018年10月至2019年12月于吉林大学第二医院耳鼻喉科门诊就诊,主述为咽喉部不适的患者,指导其填写RSI量表简化汉字版。RSI>13分判定为RSI阳性组,RSI≤13分判定为RSI阴性组。共收集有效量表936份,通过对量表中临床特点各项数据进行统计学分析,总结得出就诊于我院耳鼻喉科门诊主述为咽喉部不适患者中咽喉反流相关症状的发生率及临床特点。第二部分:收集来源于2017年10月-2019年12月甲状腺外科于耳鼻喉科行常规术前电子喉镜检查且RSI≤13分的患者的939张电子喉镜图像作为对照组,收集来源于就诊于吉林大学第二医院耳鼻喉科门诊且RSI>13分的患者的2489张电子喉镜图像作为实验组,应用AI技术的计算机算法对两组喉镜图像进行特征提取及分类,以图像灰度及纹理特征为依据,对电子喉镜图像特征进行判别,早期精准识别反流物所致咽喉部损伤,为临床医生提供病变预警。结果:第一部分:1、共收集有效RSI量表936份,其中RSI>13分的量表562份,RSI≤13分的量表374份,以RSI>13分为判定标准,就诊于吉林大学第二医院耳鼻喉科门诊主述为咽喉部不适的患者中,RSI的阳性率为60.04%。2、三个年龄段(≤44岁、45~59岁、≥60岁)患者中,RSI的阳性率分别为63.55%、62.90%、57.56%,组间比较差异无统计学意义(χ2=3.305,P=0.192);男性患者RSI阳性率为57.57%,女性患者RSI阳性率为62.00%,组间比较差异有统计学意义(χ2=4.376,P=0.0364)。3、RSI量表包含的9个症状中,RSI阳性组各症状发生频率均明显高于RSI阴性组,差异具有统计学意义(P<0.001),RSI阳性组中发生率最高的症状为持续清嗓(92.53%),其次是咽部异物感(88.79%)、声嘶或发音障碍(74.91%),发生率最低的为吞咽困难,仅为31.32%,而烧心、胸痛、胃痛的胃食管反流的典型症状仅排在第5位,发生率为65.48%。4、RSI阳性组中,各症状评分最高,即严重程度前三位依次为咽部异物感(3.33±2.01)分、持续清嗓(3.04±1.96)分、声嘶或发音障碍(2.34±2.05)分,以吞咽困难症状最轻,为(0.58±1.26)分。5、RSI总分与各个症状均有相关性,其中持续清嗓表现为强相关(r=0.513),饭后或躺下后咳嗽与烦人的咳嗽两种症状之间(r=0.503)表现为强相关(r>0.5)。第二部分:1、本研究通过在AI技术辅助下,对实验组和对照组两组电子喉镜图片进行特征提取,结果为两组电子喉镜图像整体上在灰度分布和纹理特征上存在差异,特征值组间比较具有统计学意义(P<0.001)。2、线性判别分析、K-最邻近、决策树和朴素贝叶斯四种分类算法基于灰度特征、纹理特征及灰度特征+纹理特征对实验组和对照组电子喉镜图像进行分类,通过KNN判别算法对灰度特征进行分类时的准确率较高,达到85.33%;线性分类算法对纹理特征进行分类准确率较高,达到88.63%;决策树分类算法对灰度和纹理综合特征分类准确率最高,为98.01%。3、实验组和对照组电子喉镜图像杓状软骨区黏膜红色指数存在差异,组间比较具有统计学意义(P=0.024);后连合区黏膜黑白像素值存在显著差异,组间比较具有统计学意义(P=0.022)。结论:1、就诊于吉林大学第二医院耳鼻喉科门诊主述有咽喉部不适患者中RSI阳性率为60.04%,以持续清嗓、咽部异物感、声嘶或发音障碍三个症状最为常见,RSI得分与持续清嗓存在强相关性。咽喉反流症状的发生与性别有相关性,与年龄无相关性。2、实验组对照组电子喉镜图像在灰度分布及纹理特征上存在明显差异,利用分类算法对电子喉镜图像进行分类,准确率最高可达98.01%,基于此可对异常图像早期进行识别,为LPRD早期筛查提供客观可靠依据,为后期研究奠定基础。