盡管在最近的一項大型研究中,深度學習在檢測和定位結直腸息肉方面的準確性高達96%以上,但腸胃病學家們無需擔心會被機器取代,并且患者不必擔心機器人結腸鏡檢查員。
該研究由加州大學歐文分校的醫師和計算機科學家進行,并于2018年10月版《胃腸病學》上發表。
該評論在談到從Valduce醫院的意大利科莫GI專家,現在是電流轉化學和免疫。
醫學博士Franco Radaelli和醫學博士Silvia Paggi認為該研究的意義,并提出了“人性化”的三個方面,否則,結腸鏡檢查程序和解釋的質量將受到嚴重影響。
1.使息肉進入視野所需的技能。“盡管很難進行客觀評估,但該技術嚴格與內鏡醫師有關,并且代表了區分高低腺瘤檢測器的有力指標,” Radaelli和Paggi寫道。
2.將注意力集中在視野內的病變上的能力。“通過使用眼動追蹤技術評估內鏡醫師的視覺凝視模式對腺瘤檢出率的影響的研究,這是一種檢測觀察模式差異的客觀工具,[已]定義了與專家行為相關的獨特視覺凝視模式。”
3.有能力將目標病變與周圍正常的黏膜或其他細微的黏膜病變區分開,沒有臨床意義。“這主要取決于內鏡醫師的經驗和文化。無柄鋸齒狀病變的情況一直存在,但直到最近才被忽視,這代表了這種情況。
Radaelli和Paggi承認前兩個項目特別是與檢查程序有關,而不是目測檢查,因此認為結腸鏡檢查AI至少在AI可靠地使假陽性率遠低于報告的7%之前,仍將依賴于人類解釋器。 2018年的研究。
“正如[UC-Irvine]研究中所證明的那樣,添加新的訓練樣本不僅具有更多的息肉,而且具有隨機的偽像,例如水,空氣,氣泡,糞便和低質量的模糊框,可以降低假陽性率圖片”,他們寫道。
他們都同意,無論哪種方式,“在結腸鏡檢查期間使用計算機輔助檢測系統進行息肉檢測非常令人興奮,我們相信在不久的將來,這些技術將成為現代內窺鏡平臺的一部分。”