Vyhodnoťte účinky systému umělé inteligence na kvalitu kolonoskopie začínajících endoskopistů

Kolonoskopie je klíčovou technikou pro detekci a diagnostiku lézí dolního zažívacího traktu. Poptávka po endoskopii je v Číně vysoká a endoskopie je nedostatek. Kolonoskopie je však složitý technický postup, který vyžaduje školení a zkušenosti pro maximální přesnost a bezpečnost. Schopnosti různých endoskopistů se velmi liší. Začínající endoskopisté mají obecně potíže a vysoké riziko při vstupu do kolonoskopie, což vyžaduje pomoc odborníků. Do jisté míry to plýtvá produktivitou nováčka. Pokud vyšetřovatelé dokážou zařídit pracovní režim odborníků nastupujících na endoskopii a nováčků, kteří odcházejí z endoskopie, lze výrazně zlepšit klinickou účinnost a míru využití zdrojů. Vyšetřovatelé však musí vzít v úvahu špatnou vyšetřovací schopnost začínajících endoskopistů. Uvádí se, že míra detekce adenomu při kolonoskopii prováděné endoskopisty s různou senioritou je 7,4 % ~ 52,5 %. Pokud lze zlepšit vyšetřovací schopnost začínajících endoskopistů, lze tuto obavu odstranit.

Algoritmy hlubokého učení byly v posledních letech neustále vyvíjeny a stále více zralé. Postupně se uplatňují v lékařské oblasti. Počítačové vidění je věda, která studuje, jak vyrobit stroje, aby „viděly“. Prostřednictvím hlubokého učení mohou fotoaparát a počítač nahradit lidské oči při provádění strojového vidění, jako je rozpoznávání cílů, sledování a měření. Mezioborová spolupráce v oblasti lékařského zobrazování a počítačového vidění je také jedním z ohnisků výzkumu v posledních letech. V současné době se používá především pro automatickou identifikaci a detekci lézí a kontrolu kvality a dosahuje dobrých výsledků.

Předběžné experimenty vyšetřovatele ukázaly, že hluboké učení má vysokou přesnost v endoskopickém sledování kvality, které může účinně regulovat operace lékařů, redukovat slepá místa a zlepšit kvalitu endoskopického vyšetření. Zároveň může v reálném čase sledovat dobu odvykání lékaře a zlepšit záchyt adenomu. V předchozí práci výzkumné skupiny výzkumníků výzkumníci úspěšně vyvinuli kolonoskopii založenou na hlubokém učení sledování rychlosti stažení a hodnocení střevní čistoty a ověřili účinnost systému EndoAngel s podporou umělé inteligence při zlepšování kvality gastroskopie a kolonoskopie v klinických studiích.

Na základě výše uvedeného bohatého základu přípravné práce a masivní poptávky po zlepšení kolonoskopických schopností nováčků. Porovnáním výkonu nováčků a nováčků s pomocí EndoAngel a odborníky na kolonoskopii chtějí vyšetřovatelé prozkoumat, zda umělá inteligence může pomoci nováčkům dosáhnout expertní úrovně v kolonoskopii.