Valutare gli effetti di un sistema di intelligenza artificiale sulla qualità della colonscopia degli endoscopisti alle prime armi

La colonscopia è una tecnica cruciale per rilevare e diagnosticare le lesioni del tratto digerente inferiore. La domanda di endoscopia è elevata in Cina e l'endoscopia scarseggia. Tuttavia, una colonscopia è una procedura tecnica complessa che richiede formazione ed esperienza per la massima precisione e sicurezza. La capacità di diversi endoscopisti varia notevolmente. Gli endoscopisti alle prime armi generalmente hanno difficoltà e alto rischio nell'accedere alla colonscopia, richiedendo l'assistenza di esperti. In una certa misura, questo spreca la produttività del novizio. Se gli investigatori possono organizzare la modalità di lavoro degli esperti che entrano e dei novizi che ritirano l'endoscopia, l'efficienza clinica e il tasso di utilizzo delle risorse possono essere notevolmente migliorati. Tuttavia, gli investigatori devono considerare la scarsa capacità di esame degli endoscopisti alle prime armi. È stato riferito che il tasso di rilevamento dell'adenoma nella colonscopia eseguita da endoscopisti con diversa anzianità è del 7,4% ~ 52,5%. Se la capacità di esame degli endoscopisti alle prime armi può essere migliorata, questa preoccupazione può essere eliminata.

Gli algoritmi di deep learning sono stati continuamente sviluppati e sono diventati sempre più maturi negli ultimi anni. Sono stati gradualmente applicati al campo medico. La visione artificiale è una scienza che studia come far "vedere" le macchine. Attraverso il deep learning, la fotocamera e il computer possono sostituire gli occhi umani per eseguire la visione artificiale come il riconoscimento, il tracciamento e la misurazione del bersaglio. Anche la cooperazione interdisciplinare nell'imaging medico e nella visione artificiale è uno dei punti caldi della ricerca negli ultimi anni. Attualmente si applica principalmente all'identificazione automatica e al rilevamento delle lesioni e al controllo di qualità e ha ottenuto buoni risultati.

Gli esperimenti preliminari dell'investigatore hanno dimostrato che l'apprendimento profondo ha un'elevata precisione nel monitoraggio della qualità endoscopica, che può regolare efficacemente le operazioni dei medici, ridurre i punti ciechi e migliorare la qualità dell'esame endoscopico. Allo stesso tempo, può anche monitorare il tempo di ritiro del medico in tempo reale e migliorare il tasso di rilevamento dell'adenoma. Nel precedente lavoro del gruppo di ricerca dell'investigatore, i ricercatori hanno sviluppato con successo il monitoraggio della velocità di ritiro della colonscopia basato sull'apprendimento profondo e la valutazione della pulizia intestinale e hanno verificato l'efficacia del sistema assistito dall'intelligenza artificiale EndoAngel nel migliorare la qualità della gastroscopia e della colonscopia negli studi clinici.

Sulla base della suddetta ricca base di lavoro preliminare e della massiccia richiesta di migliorare la capacità di colonscopia dei novizi. Confrontando le prestazioni di novizi e novizi con l'assistenza di EndoAngel e gli esperti in colonscopia, i ricercatori vogliono esplorare se l'intelligenza artificiale può aiutare i novizi a raggiungere il livello di esperti in colonscopia.