En undersøgelse af effektiviteten af ​​AI-assisteret koloskopi til at forbedre effekten af ​​koloskopitræning for praktikanter

Koloskopi er en nøgleteknik til påvisning og diagnosticering af læsioner i den nedre fordøjelseskanal. Endoskopi af høj kvalitet fører til bedre sygdomsudfald. Efterspørgslen efter endoskopi er imidlertid stor i Kina, og endoskopi er en mangelvare. En koloskopi er en kompleks teknisk procedure, der kræver træning og erfaring for maksimal nøjagtighed og sikkerhed. Derfor er det af stor betydning at forbedre koloskopievnen hos nybegyndere og forkorte koloskopitræningstiden for at løse problemerne såsom mangel på og ujævn fordeling af fordøjelsesendoskopister og substandarden. kvaliteten af ​​endoskopi i Kina.

I de senere år er deep learning-algoritmer løbende blevet udviklet og mere og mere modne. De er gradvist blevet anvendt til det medicinske område. Computervision er en videnskab, der studerer, hvordan man får maskiner til at "se". Gennem dyb læring kan kamera og computer erstatte menneskelige øjne til at udføre maskinsyn såsom målgenkendelse, sporing og måling. Tværfagligt samarbejde inden for medicinsk billeddannelse og computersyn er også et af forsknings-hotspots i de senere år. På nuværende tidspunkt anvendes det hovedsageligt til automatisk identifikation og påvisning af læsioner og kvalitetskontrol og har opnået gode resultater.

Vores foreløbige eksperimenter har vist, at deep learning har en høj nøjagtighed i endoskopisk kvalitetsovervågning, som effektivt kan regulere lægers operationer, reducere blinde pletter og forbedre kvaliteten af ​​endoskopisk undersøgelse. Samtidig kan den også overvåge lægens tilbagetrækningstid i realtid og forbedre detektionshastigheden af ​​adenom. I det tidligere arbejde i vores forskergruppe har vi med succes udviklet deep learning-baseret koloskopi-tilbagetrækningshastighedsovervågning og tarmens renhedsvurdering og verificeret effektiviteten af ​​det AI-assisterede system (EndoAngel) i forbedring af kvaliteten af ​​gastroskopi og koloskopi i kliniske forsøg.

Baseret på det ovennævnte rige fundament af indledende arbejde, såvel som den enorme efterspørgsel inden for koloskopitræning, planlægger vi at sammenligne koloskopiindlæringseffekten af ​​nybegyndere med og uden koloskopioperationstræning for begyndere med og uden EndoAngel-hjælp. assistance, herunder færdighedsresultater og kognitivt niveau, for at udforske, om AI kan fremme forbedringen af ​​koloskopioperationstræningen for nybegyndere.