Оцените влияние системы ИИ на качество колоноскопии у начинающих эндоскопистов

Колоноскопия является важным методом для выявления и диагностики поражений нижних отделов пищеварительного тракта. Спрос на эндоскопию в Китае высок, а эндоскопии не хватает. Однако колоноскопия является сложной технической процедурой, требующей обучения и опыта для обеспечения максимальной точности и безопасности. Возможности разных эндоскопистов сильно различаются. Начинающие эндоскописты обычно сталкиваются с трудностями и высоким риском при начале колоноскопии, требующей помощи экспертов. В некоторой степени это снижает производительность новичка. Если исследователи смогут организовать режим работы специалистов, входящих в эндоскопию, и новичков, выходящих из эндоскопии, клиническая эффективность и коэффициент использования ресурсов могут быть значительно улучшены. Тем не менее, исследователи должны учитывать плохие способности к исследованию у начинающих эндоскопистов. Сообщается, что частота выявления аденомы при колоноскопии, выполненной эндоскопистами разного стажа работы, составляет 7,4% ~ 52,5%. Если улучшить способность начинающих эндоскопистов к исследованию, эта проблема может быть устранена.

Алгоритмы глубокого обучения постоянно развиваются и в последние годы становятся все более совершенными. Постепенно они стали применяться в медицине. Компьютерное зрение — это наука, изучающая, как заставить машины «видеть». Благодаря глубокому обучению камера и компьютер могут заменить человеческие глаза для выполнения функций машинного зрения, таких как распознавание целей, отслеживание и измерение. Междисциплинарное сотрудничество в области медицинской визуализации и компьютерного зрения также является одной из горячих точек исследований в последние годы. В настоящее время он в основном применяется для автоматической идентификации и обнаружения поражений и контроля качества и дает хорошие результаты.

Предварительные эксперименты исследователя показали, что глубокое обучение обладает высокой точностью в мониторинге качества эндоскопии, что может эффективно регулировать действия врачей, уменьшать слепые зоны и улучшать качество эндоскопического исследования. В то же время он также может отслеживать время ухода врача в режиме реального времени и повышать скорость обнаружения аденомы. В предыдущей работе исследовательской группы исследователи успешно разработали основанную на глубоком обучении колоноскопию, мониторинг скорости удаления и оценку чистоты кишечника, а также подтвердили эффективность системы EndoAngel с искусственным интеллектом в улучшении качества гастроскопии и колоноскопии в клинических испытаниях.

Основываясь на вышеупомянутом богатом фундаменте предварительной работы и огромном спросе на улучшение способности новичков к колоноскопии. Сравнивая показатели новичков и новичков с помощью EndoAngel и экспертов по колоноскопии, исследователи хотят выяснить, может ли искусственный интеллект помочь новичкам достичь экспертного уровня в колоноскопии.