Badania nad endoskopową biopsją precyzyjną. (REPB)

Gruczolak jelita grubego jest chorobą powszechną i często występującą w gastroenterologii. Wraz z ciągłym rozwojem sprzętu do kolonoskopii i stopniowym ulepszaniem akcesoriów endoskopowych, zwłaszcza rozwojem chromoendoskopii i endoskopii powiększającej. Obserwacja struktury powierzchni i morfologii naczyń włosowatych gruczolaków jelita grubego pozwala na wykonanie biopsji optycznej. Obecnie większość klinicznej endoskopowej diagnostyki chorób jelita grubego opiera się na biopsji w ramach kolonoskopii, a dalsze możliwości leczenia określa się na podstawie patologicznych wyników biopsji. Problem polega na tym, że patologiczna diagnoza niektórych przedoperacyjnych biopsji nie jest całkowicie zgodna z patologiczną diagnozą pooperacyjnych dużych próbek. Wcześniejsze badania wykazały, że wskaźnik dokładności diagnozy patologicznej biopsji przedoperacyjnej wynosi tylko 66-75%, więc istnieje pewien stopień subiektywności w poleganiu wyłącznie na biopsji w świetle białym do kolonoskopii. W oparciu o poprzednie prace, zespół badawczy początkowo stworzył inteligentny model rozpoznawania do klasyfikacji gruczolaka jelita grubego (śródnabłonkowa neoplazja niskiego stopnia, śródnabłonkowa neoplazja wysokiego stopnia) i utworzył gruczolaka jelita grubego o określonej wielkości z adnotacją zestaw danych obrazu endoskopowego. Używając algorytmu YOLO-V4, w ramach Darknet, do trenowania systemu sztucznej inteligencji (AI), który specjalnie do rozpoznawania i diagnozowania gruczolaka, jego wskaźnik dokładności osiągnął ponad 90%. To badanie ma na celu zwiększenie wielkości próby w oparciu o poprzednie prace i dalszą poprawę dokładności klasyfikacji i diagnozy systemu AI, aby pomóc endoskopistom w wykonywaniu celowanej biopsji i poprawie dokładności biopsji przedoperacyjnej.