Avaliar os efeitos de um sistema de IA na qualidade da colonoscopia de endoscopistas novatos

A colonoscopia é uma técnica crucial para detectar e diagnosticar lesões do trato digestivo inferior. A demanda por endoscopia é alta na China e a endoscopia é escassa. No entanto, uma colonoscopia é um procedimento técnico complexo que requer treinamento e experiência para máxima precisão e segurança. A habilidade de diferentes endoscopistas varia muito. Os endoscopistas iniciantes geralmente têm dificuldade e alto risco de entrar na colonoscopia, exigindo assistência de especialistas. Até certo ponto, isso desperdiça a produtividade do novato. Se os investigadores puderem organizar o modo de trabalho dos especialistas que entram e dos novatos que saem da endoscopia, a eficiência clínica e a taxa de utilização de recursos podem ser significativamente melhoradas. No entanto, os investigadores devem considerar a baixa capacidade de exame dos endoscopistas novatos. É relatado que a taxa de detecção de adenoma na colonoscopia realizada por endoscopistas com diferentes antiguidades é de 7,4% ~ 52,5%. Se a capacidade de exame dos endoscopistas novatos puder ser melhorada, essa preocupação poderá ser eliminada.

Algoritmos de aprendizado profundo têm sido continuamente desenvolvidos e cada vez mais maduros nos últimos anos. Eles foram gradualmente aplicados ao campo médico. A visão computacional é uma ciência que estuda como fazer as máquinas “verem”. Por meio do aprendizado profundo, a câmera e o computador podem substituir os olhos humanos para realizar a visão de máquina, como reconhecimento, rastreamento e medição de alvos. A cooperação interdisciplinar em imagens médicas e visão computacional também é um dos focos de pesquisa nos últimos anos. Atualmente, é aplicado principalmente na identificação e detecção automática de lesões e controle de qualidade e tem alcançado bons resultados.

Os experimentos preliminares do investigador mostraram que o aprendizado profundo tem alta precisão no monitoramento da qualidade endoscópica, o que pode efetivamente regular as operações dos médicos, reduzir os pontos cegos e melhorar a qualidade do exame endoscópico. Ao mesmo tempo, também pode monitorar o tempo de retirada do médico em tempo real e melhorar a taxa de detecção de adenoma. No trabalho anterior do grupo de pesquisa do investigador, os investigadores desenvolveram com sucesso o monitoramento da velocidade de retirada da colonoscopia baseada em aprendizado profundo e a avaliação da limpeza intestinal e verificaram a eficácia do sistema assistido por IA EndoAngel na melhoria da qualidade da gastroscopia e colonoscopia em ensaios clínicos.

Com base na rica base de trabalho preliminar acima e na enorme demanda para melhorar a capacidade de colonoscopia dos novatos. Ao comparar o desempenho de novatos e novatos com a assistência do EndoAngel e especialistas em colonoscopia, os investigadores querem explorar se a inteligência artificial pode ajudar os novatos a atingir o nível de especialista em colonoscopia.