Модель искусственного интеллекта эндоскопического ультразвука (EUS) для оценки нормальных стриктур средостения и брюшной полости

Эндоскопическое ультразвуковое исследование (ЭУЗИ) — это процедура, требующая высокой квалификации, с ограниченным количеством помещений, доступных для обучения. Поэтому для достижения компетентности необходимо большое количество процедур. Однако согласие между наблюдателями сильно различается. Распознавание и характеристика анатомических структур с помощью искусственного интеллекта (ИИ) может улучшить процесс обучения, улучшая согласие между наблюдателями. Однако разработанные модели EUS-AI были специально обучены либо только с образцами заболеваний, либо для выявления анатомических особенностей брюшной полости.

В других областях, таких как радиационная онкология, широко используются разработанные модели ИИ. Они должны одновременно распознавать здоровые и болезненные стриктуры на любой части человеческого тела во время контурной пластики. Это позволяет избежать ненужного облучения нормальных тканей. Модели EUS-AI, не обученные на здоровых образцах, могут привести к увеличению ложноположительных случаев в реальной практике. Это подразумевает потенциальную гипердиагностику аномальных/болезненных стриктур. Модели EUS-AI, не обученные с образцами снаружи

Используя программное обеспечение для автоматизированного машинного обучения, Robles-Medranda et al. ранее разработали модель искусственного интеллекта сверточных нейронных сетей (CNN), которая распознает анатомические структуры во время линейных и радиальных оценок EUS (AI Works, MD Consulting group, Эквадор). Насколько нам известно, эта модель EUS-AI является первой, обученной видео EUS пациентов без патологий и, следовательно, с нормальными анатомическими стриктурами органов средостения и брюшной полости. На этом втором этапе мы стремимся разработать внешнюю проверку нашей разработанной модели ИИ, считая эксперта-эндоскописта золотым стандартом.