백색광 대장내시경 검사에서 폴립 조직학의 생체 내 컴퓨터 지원 예측

광학적 진단은 폴립의 내시경 특징을 기반으로 용종의 조직학을 예측하는 것을 목표로 합니다. 이 방법은 조직병리학적 분석을 피하고 파생 비용을 줄일 수 있습니다. 이러한 전제 하에서 ASGE(American Society of Gastrointestinal Endoscopy)는 PIVI(Preservation and Incorporation of Valuable endoscopic Innovations) 성명서에서 작은 폴립의 실시간 내시경 평가를 위한 진단 임계값을 설정했습니다. 구현의 이론적 근거는 폴립 < 5mm에서 고급 조직학의 유병률이 매우 낮다는 것입니다(0.5%).

여러 연구에서 작은 폴립의 광학적 진단이 임상 실습에서 안전하고 실현 가능하며 현재의 황금 표준인 조직병리학과 비교할 수 있음이 입증되었습니다. 그러나 광학적 진단의 정확도는 지역사회 기반 진료나 비전문가의 손에서 불충분한 것으로 나타났으며, 내시경적 진단과 병리학적 진단의 차이가 약 15mm인 작은 용종 < 3mm의 경우 진단이 더욱 어렵습니다. %.

인공 지능(AI)은 폴립 특성화를 위한 도움말 도구로 등장했습니다.

AI 방법을 사용하여 광학 진단을 개선하는 것을 목표로 내시경 의사가 수동으로 표시한 폴립의 특성과 DL을 결합한 하이브리드 접근법(HybridAI)을 제안합니다.