Real Life AI i polypdetektion (RELIANT)

For nylig har der været bemærkelsesværdige gennembrud i introduktionen af ​​deep learning-teknikker, især konvolutionelle neurale netværk (CNN'er), til at assistere klinisk diagnose inden for forskellige medicinske områder. En af disse kunstig intelligens (AI) enheder til at diagnosticere tyktarmspolypper under koloskopi blev lanceret i oktober 2019. Dens tilsigtede anvendelse er at fungere som et supplement til endoskopisten under en koloskopi med det formål at fremhæve områder med visuelle karakteristika, der stemmer overens med forskellige typer af slimhindeabnormiteter.

Det er vigtigt at vide, om deep learning-algoritmer virkelig kan hjælpe endoskopister under koloskopier. Adskillige undersøgelser har allerede behandlet dette problem med forskellige tilgange og resultater. En almindelig ulempe ved denne type maskine vs menneske retrospektive undersøgelser er imidlertid endoskopistisk skævhed. Det er normalt genereret på grund af menneskets naturlige konkurrenceånd mod maskine eller menneskelig afslapning på grund af AI-afhængighed. Dette kan have betydning for de samlede resultater.

Efterforskerne udførte koloskopier med brug af et kommercielt tilgængeligt AI-system til at detektere colonpolypper og registrerede dem under klinisk rutine. Derudover blev der fra marts 2019 - maj 2019 udført 120 koloskopivideoer og optaget prospektivt uden brug af AI.

I denne undersøgelse planlægger efterforskerne retrospektivt at sammenligne disse to videosæt med hensyn til polypdetektionshastigheden, tilbagetrækningstid og polypidentifikationskarakteristika for AI-systemet.