Endoskopisk bildigenkänning för att avancera forskning och utbildning i inflammatorisk tarmsjukdom (EVEREST - IBD)

Att utveckla och träna ett Convolutional Neural Network för att upptäcka och karakterisera sjukdomens svårighetsgrad vid inflammatorisk tarmsjukdom under endoskopi. Detta initiativ kommer oundvikligen att skapa en stor bilddatabas av hög kvalitet. Våra sekundära studiesyfte är därför att använda bilderna vi samlar in för att främja fältet djupinlärning och datorstödd diagnostik vid inflammatorisk tarmsjukdom genom att upprätta en bilddatabas. Detta kommer att innebära att utveckla ett ramverk som kombinerar djupinlärning och datorseendealgoritmer. Det slutliga målet är att använda bilddatabasen för att producera forskningsresultat med hög effekt och utbildningsresurser som leder till en förbättring av kvaliteten på utförd endoskopi, minska inter-observatörernas variation i sjukdomsbedömning och en minskning av antalet missade tarmcancer och tillhörande dödlighet.