Evaluar los efectos de un sistema de IA en la calidad de la colonoscopia de los endoscopistas novatos

La colonoscopia es una técnica crucial para detectar y diagnosticar lesiones del tracto digestivo inferior. La demanda de endoscopia es alta en China y la endoscopia escasea. Sin embargo, una colonoscopia es un procedimiento técnico complejo que requiere capacitación y experiencia para obtener la máxima precisión y seguridad. La capacidad de los diferentes endoscopistas varía mucho. Los endoscopistas novatos generalmente tienen dificultad y alto riesgo para ingresar a la colonoscopia, requiriendo la asistencia de expertos. Hasta cierto punto, esto desperdicia la productividad del novato. Si los investigadores pueden organizar el modo de trabajo de los expertos que ingresan y los novatos que retiran la endoscopia, la eficiencia clínica y la tasa de utilización de recursos pueden mejorar significativamente. Sin embargo, los investigadores deben considerar la escasa capacidad de examen de los endoscopistas novatos. Se reporta que la tasa de detección de adenoma en colonoscopia realizada por endoscopistas con distinta antigüedad es de 7.4% ~ 52.5%. Si se puede mejorar la capacidad de examen de los endoscopistas novatos, se puede eliminar esta preocupación.

Los algoritmos de aprendizaje profundo se han desarrollado continuamente y han madurado cada vez más en los últimos años. Se han aplicado gradualmente al campo de la medicina. La visión artificial es una ciencia que estudia cómo hacer que las máquinas "vean". A través del aprendizaje profundo, la cámara y la computadora pueden reemplazar a los ojos humanos para llevar a cabo la visión artificial, como el reconocimiento, el seguimiento y la medición de objetivos. La cooperación interdisciplinaria en imágenes médicas y visión por computadora también es uno de los puntos críticos de investigación en los últimos años. En la actualidad, se aplica principalmente a la identificación y detección automática de lesiones y control de calidad y ha obtenido buenos resultados.

Los experimentos preliminares del investigador han demostrado que el aprendizaje profundo tiene una alta precisión en el control de la calidad endoscópica, lo que puede regular de manera efectiva las operaciones de los médicos, reducir los puntos ciegos y mejorar la calidad del examen endoscópico. Al mismo tiempo, también puede monitorear el tiempo de retiro del médico en tiempo real y mejorar la tasa de detección de adenoma. En el trabajo anterior del grupo de investigación del investigador, los investigadores desarrollaron con éxito el monitoreo de la velocidad de retiro de la colonoscopia basada en el aprendizaje profundo y la evaluación de la limpieza intestinal y verificaron la efectividad del sistema asistido por IA EndoAngel para mejorar la calidad de la gastroscopia y la colonoscopia en ensayos clínicos.

Basado en la rica base anterior de trabajo preliminar y la demanda masiva de mejorar la capacidad de colonoscopia de los novatos. Al comparar el desempeño de novatos y novatos con la asistencia de EndoAngel y los expertos en colonoscopia, los investigadores quieren explorar si la inteligencia artificial puede ayudar a los novatos a alcanzar el nivel de expertos en colonoscopia.