腹腔鏡検査における人工知能による子宮内膜症の損傷の自動視覚認識における初期結果:概念実証研究
Antoine Netter1, Saman Noorzadeh2, Fanny Duchateau3
1Department of Gynecology, Obstetrics and Reproductive Medicine, AP-HM, Pôle femmes parents enfants, Marseille, France; EA3279, CEReSS, Health Service Research and Quality of Life Center, Aix-Marseille University, Marseille, France.
この研究は,腹腔鏡手術中の子宮内膜症の病変を認識する AI ツールを開発し,診断支援の有望さを示しました. すべての病変のタイプを特定する際の最適な精度のため,さらなる精細化が必要です.
科学分野:
- 外科技術革新
- 医療における人工知能
- 医学画像分析
背景:
- 腹腔鏡検査での子宮内膜症の診断は 難しいことがあります
- 子宮内膜症の病変の 客観的な視覚的認識は 満たされていない臨床的需要です
- AIは 自動化された外科評価の 可能性を秘めています
研究 の 目的:
- 腹腔鏡手術における子宮内膜病変の自動認識のための機械学習モデルを開発し評価する.
- 術内子宮内膜症の検出のためのAI駆動のアプローチの実現可能性と性能を評価する.
主な方法:
- 112人の患者の注釈された手術ビデオで深層ニューラルネットワーク (YOLOv5) を訓練した.
- このモデルは,子宮内膜症の9種類の視覚的病変を検出し,分類するために設計されました.
- 多センターデータ収集と厳格な検証が採用されました.
主要な成果:
- AIモデルは,表面的な黒い,表面的な微妙な,および卵巣のチョコレート液の病変に対して高性能 (F1スコア≥0. 74) を達成した.
- 濃厚な粘着,卵巣内膜腫,深層子宮内膜症では,許容可能な性能 (F1スコア ≥0. 63) が観察されました.
- 表面的な赤色,表面的な白色,および膜状の粘着については,性能が弱く,改善すべき領域を示した.
結論:
- AIは,腹腔鏡検査中の子宮内膜症の視覚的認識の可能性を示しています.
- モデルの精度を高め,注釈を標準化するためにさらなる開発が必要である.
- AI統合は子宮内膜症の診断と手術結果を改善する可能性を秘めています
さらに関連する動画
05:52Sentinel Lymph Node Mapping and Biopsy for Endometrial Cancer at Early Stage with Laparoscopy
Published on: August 19, 2021
07:20Intraoperative Detection of Subtle Endometriosis: A Novel Paradigm for Detection and Treatment of Pelvic Pain Associated with the Loss of Peritoneal Integrity
Published on: December 21, 2012
関連する概念動画
Angina V: Nursing Management
Angina III: Clinical Manifestations and Assessment
Angina I: Introduction
Acute Coronary Syndrome V: Nursing Management
Pericarditis II: Clinical Features and Diagnostic Tests
Imaging Studies for Cardiovascular System I:Echocardiography
Indications: Echocardiography is utilized to diagnose heart failure, valve disorders, and myocardial infarction. It also assesses cardiac structures' size, shape, and motion,...
