深度学习在检测和定位结直肠息肉方面的准确性高达96%以上

尽管在最近的一项大型研究中，深度学习在检测和定位结直肠息肉方面的准确性高达96%以上，但肠胃病学家们无需担心会被机器取代，并且患者不必担心机器人结肠镜检查员。

该研究由加州大学欧文分校的医师和计算机科学家进行，并于2018年10月版《胃肠病学》上发表。

该评论在谈到从Valduce医院的意大利科莫GI专家，现在是电流转化学和免疫。

医学博士Franco Radaelli和医学博士Silvia Paggi认为该研究的意义，并提出了“人性化”的三个方面，否则，结肠镜检查程序和解释的质量将受到严重影响。

1.使息肉进入视野所需的技能。“尽管很难进行客观评估，但该技术严格与内镜医师有关，并且代表了区分高低腺瘤检测器的有力指标，” Radaelli和Paggi写道。

2.将注意力集中在视野内的病变上的能力。“通过使用眼动追踪技术评估内镜医师的视觉凝视模式对腺瘤检出率的影响的研究，这是一种检测观察模式差异的客观工具，［已］定义了与专家行为相关的独特视觉凝视模式。”

3.有能力将目标病变与周围正常的黏膜或其他细微的黏膜病变区分开，没有临床意义。“这主要取决于内镜医师的经验和文化。无柄锯齿状病变的情况一直存在，但直到最近才被忽视，这代表了这种情况。

Radaelli和Paggi承认前两个项目特别是与检查程序有关，而不是目测检查，因此认为结肠镜检查AI至少在AI可靠地使假阳性率远低于报告的7%之前，仍将依赖于人类解释器。 2018年的研究。

“正如［UC-Irvine］研究中所证明的那样，添加新的训练样本不仅具有更多的息肉，而且具有随机的伪像，例如水，空气，气泡，粪便和低质量的模糊框，可以降低假阳性率图片”，他们写道。

他们都同意，无论哪种方式，“在结肠镜检查期间使用计算机辅助检测系统进行息肉检测非常令人兴奋，我们相信在不久的将来，这些技术将成为现代内窥镜平台的一部分。”

责任编辑：lq