Endoskooppisen tarkkuusbiopsian tutkimus. (REPB)

Kolorektaalinen adenooma on yleinen ja usein esiintyvä sairaus gastroenterologiassa. Kolonoskopialaitteiden jatkuvan kehityksen ja endoskooppisten tarvikkeiden asteittaisen parantamisen myötä, erityisesti kromoendoskopian ja suurentavan endoskopian kehittäminen. Kolorektaalisten adenoomien pintarakenteen ja kapillaarimorfologian havainnointi voi toteuttaa optisen biopsian. Tällä hetkellä suurin osa kolorektaalisten sairauksien kliinisistä endoskooppisista diagnosoinnista on biopsia kolonoskopialla, ja jatkohoitovaihtoehdot päätetään biopsian patologisten tulosten perusteella. Ongelmana on, että joidenkin preoperatiivisten biopsioiden patologinen diagnoosi ei ole täysin yhdenmukainen postoperatiivisten suurten näytteiden patologisen diagnoosin kanssa. Aiemmat tutkimukset ovat osoittaneet, että preoperatiivisen biopsian patologisen diagnoosin tarkkuus on vain 66-75 %, joten pelkkään kolonoskopian valkoisen valon biopsian luottamisessa on tietty subjektiivisuus. Aiempien töiden perusteella tutkimusryhmä on alun perin luonut älykkään tunnistusmallin kolorektaalisen adenooman luokittelulle (matala-asteinen intraepiteliaalinen neoplasia, korkea-asteinen intraepiteliaalinen neoplasia) ja muodostanut tietyn kokoisen paksusuolen adenooman annotoidulla endoskooppisella kuvaaineistolla. Käyttämällä YOLO-V4-algoritmia Darknet-kehyksen alaisen tekoälyjärjestelmän (AI) kouluttamiseen, joka on erityisesti adenooman tunnistamista ja diagnosointia varten, ja sen tarkkuus on saavuttanut yli 90 %. Tällä tutkimuksella on tarkoitus kasvattaa otoskokoa aikaisempaan työhön perustuen ja parantaa entisestään AI-järjestelmän luokituksen ja diagnoosin tarkkuutta, jotta endoskopii voidaan ohjata suorittamaan kohdennettu biopsia ja parantaa preoperatiivisen biopsian tarkkuutta.