在使用人工智能进行内镜检查时检测喉癌
David J Wellenstein1, Jonathan Woodburn2, Henri A M Marres1
1Department of Otorhinolaryngology and Head and Neck Surgery, Radboud University Medical Center, Nijmegen, The Netherlands.
Head & neck
|June 28, 2023
概括
一个新的深度学习 (DL) 算法在内镜检查期间准确地检测和分类声带癌症和良性病变. 这种人工智能工具有望改善喉病理的门诊诊断.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
背景情况:
- 声带病理需要准确和及时的诊断.
- 当前的诊断方法可能耗时,可能需要专门的专业知识.
- 对于实时检测喉病理学的高效工具的需求是显著的.
研究的目的:
- 评估自主开发的深度学习 (DL) 算法,用于实时定位和分类声带癌症和良性病变.
- 评估DL算法的在临床环境中的性能.
主要方法:
- 该DL算法使用内部收集的视频/照片和开放访问的"Laryngoscope8"数据集的组合进行了训练和验证.
- 对声带病变的定位和分类准确性进行了算法的性能评估.
主要成果:
- 该算法在分类声带癌症 (71-78%) 和良性声带病变 (70-82%) 中表现出高灵敏度.
- DL算法实现了平均每秒63的率,从而实现了实时分析.
- 该系统被证明是有效的实时检测喉病理在门诊诊所设置.
结论:
- 开发的深度学习算法能够在内镜手术期间定位和分类良性和恶性喉病理.
- 这种由人工智能驱动的工具有可能在喉腔镜检查期间实时增强诊断能力.


