初心者の内視鏡医の大腸内視鏡検査の質に対する AI システムの影響を評価する

大腸内視鏡検査は、下部消化管の病変を検出および診断するための重要な技術です。 中国では内視鏡検査の需要が高く、内視鏡検査は不足しています。 ただし、大腸内視鏡検査は複雑な技術的手順であり、最大限の精度と安全性を得るにはトレーニングと経験が必要です。 異なる内視鏡医の能力は大きく異なります。 初心者の内視鏡検査医は一般に大腸内視鏡検査に入るのが困難でリスクが高く、専門家の支援が必要です。 これはある程度、初心者の生産性を無駄にします。 研究者が内視鏡検査に入る専門家と内視鏡を撤回する初心者の作業モードを調整できれば、臨床効率とリソース利用率を大幅に改善できます。 しかし、研究者は初心者の内視鏡医の検査能力の低さを考慮する必要があります。 年功序列の異なる内視鏡医による大腸内視鏡検査における腺腫の検出率は、7.4%～52.5%であると報告されています。 新米内視鏡医の検査能力を向上させることができれば、この不安は解消されます。

深層学習アルゴリズムは継続的に開発され、近年ますます成熟しています。 それらは徐々に医療分野に適用されてきました。 コンピューター ビジョンは、機械を「見る」ようにする方法を研究する科学です。 ディープラーニングにより、カメラとコンピューターは人間の目を置き換えて、ターゲットの認識、追跡、測定などのマシン ビジョンを実行できます。 医用画像とコンピューター ビジョンにおける学際的な協力も、近年の研究のホットスポットの 1 つです。 現在、それは主に病変の自動識別と検出、および品質管理に適用され、良好な結果を達成しています。

研究者の予備実験では、深層学習が内視鏡検査の品質モニタリングにおいて高い精度を持ち、医師の操作を効果的に調整し、盲点を減らし、内視鏡検査の質を向上させることができることが示されました。 同時に、医師の退院時間をリアルタイムで監視し、腺腫の検出率を向上させることもできます。 研究者の研究グループの以前の研究では、研究者は深層学習ベースの大腸内視鏡検査の開発に成功し、速度の監視と腸の清潔度の評価を撤回し、臨床試験で胃内視鏡検査と大腸内視鏡検査の質を向上させる AI 支援システム EndoAngel の有効性を検証しました。

上記の予備作業の豊富な基盤と、初心者の大腸内視鏡検査能力を向上させるための膨大な需要に基づいています。 初心者と初心者のパフォーマンスを EndoAngel 支援と大腸内視鏡検査の専門家と比較することにより、研究者は、人工知能が初心者が大腸内視鏡検査の専門家レベルに到達するのを支援できるかどうかを調査したいと考えています。