导航菜单

AI作为结肠镜检查中的第二组眼睛令人印象深刻

研究人员开发了一种深度卷积神经网络,可以以 90% 的准确率识别结直肠息肉,同时排除 80% 的误报。

用于该部分试验的图像是来自 278 名患者的结肠镜检查视频的 116,529 个单帧。

当网络解释来自 42 个连续患者的完整视频时,它的检测率比医生单独阅读的检测率提高了 50%。

这项工作在欧洲胃肠病学和肝病学杂志上的一项研究中有所描述。

资深作者、德国弗里德里希-亚历山大大学的医学博士、医学博士 Timo Rath 及其同事指出,在网络标记的 13 个视频病变中,医生遗漏了大部分病变,大多数是小而扁平的,其中 3 个是无蒂锯齿状腺瘤。

在早期的研究中,后者被称为“结直肠癌前兆中的邪恶双胞胎”。……这些病变应该在内镜医师最想要的名单上”(科罗拉多大学的 Ahnen 及其同事,胃肠病学的当前治疗方案,2015 年 3 月)。

在目前的研究中, Rath 及其同事指出,人工智能的使用“代表了一种客观的方法,可以提高内窥镜医师的腺瘤检出率并限制操作者间的变异性。”

他们补充说,他们新开发的深度卷积神经网络“能够在体外和首次人体临床测试期间对结肠直肠息肉进行高度灵敏的自动检测,并可能增加结肠镜检查期间对结肠直肠息肉的检测。”

同一版欧洲胃肠杂志发表了不列颠哥伦比亚大学的两位胃肠病学家关于胃肠病学中人工智能的观点。

专注于测量结肠息肉的技术的使用,医学博士 Roberto Trasolini 和医学博士 Michael Byrne 写道:

“鉴于胃肠病学文献中记录的这项任务的历史挑战,息肉大小的估计可能是人工智能的理想应用。……虽然还有很多工作要做,但这是一个重要的领域,毫无疑问会得到扩展。”

Byrne 创立并领导了一家胃肠病学 AI 初创公司 Satisfai Health。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。