ベンダーアグノスティック視力トランスフォーマーベースの人工知能用ペロラルコランジオスコピー:コンボリューションニューラルネットワークとエンドスコピストと比較した胆管狭窄症の診断性能

科学分野:

• 医療用イメージング
• 人工知能
• 胃腸内科

背景:

• 胆管収縮の正確な診断は 極めて重要ですが 難しいものです
• 口腔胆管検査 (POCS) は,胆管狭窄の評価に使用される内視鏡検査である.
• 既存の診断方法には 精度や一貫性の限界があるかもしれません

研究 の 目的:

• POCS画像を用いた胆管狭窄の診断のための人工知能 (AI) システムの開発と評価.
• この診断タスクのビジョン・トランスフォーマー (ViT) アーキテクチャのパフォーマンスを評価する.
• AIシステムの精度を 従来の方法と人間の内視鏡検査と比較する

主な方法:

• POCSを受けた不確定性胆管狭窄症の125人の患者の遡及分析.
• ビジョントランスフォーマー (ViT) とコンボリューションニューラルネットワーク (CNN) を含むAIモデルの開発,さまざまなベンダーシステムからのPOCS画像を使用する.
• ViTモデルの性能を専門医と非専門医との比較を対象とした盲検評価.

主要な成果:

• ViTベースのAIモデルは,全体のデータセットで83.9%の診断精度を達成しました.
• 性能は,さまざまなPOCSベンダーシステム (CHFとSpyグループ) で一貫していました.
• ViTモデルの精度 (78. 4%) は,テストセットのエキスパートエンドスコピスト (82. 0%) と非エキスパート (73. 0%) と同等であった.

結論:

• 新しいビジョントランスフォーマー (ViT) ベースのAIモデルは,POCSによる胆道狭窄の高い診断精度を示しています.
• AIシステムはベンダー無関係で 従来のCNNやヒト内視鏡検査に匹敵する性能を持っています
• この人工知能のツールは 胆管狭窄の診断の正確性と効率性を向上させる可能性があります