在使用人工智能算法减少后,读取小肠囊内镜

科学领域:

• 胃肠病学 胃肠病学
• 医疗成像医学成像
• 人工智能的人工智能

背景情况:

• 小肠囊内镜 (SBCE) 中可视化的图像不好,使病变的解释变得复杂,并增加了医生的工作量.
• 一个人工智能 (AI) 算法已被开发来评估SBCE中的粘膜可视化质量.

研究的目的:

• 评估使用人工智能算法删除可视化不良图像是否会影响SBCE的诊断准确性.
• 评估人工智能辅助的缩对SBCE阅读时间的影响.

主要方法:

• 分析了90例SBCE病例,两名内镜医生进行读数.
• 读数与 (人工智能用户组) 和没有 (人工智能非用户组) 进行了人工智能驱动的清除可视化不良图像 (<50%的粘膜可视化).
• 在两组之间比较了诊断一致性和阅读时间.

主要成果:

• 在人工智能用户和非用户组之间观察到统计学上显著的诊断一致性 (k=0.954).
• 人工智能用户组的平均损伤图像为1401.7,而非人工智能用户组的平均损伤图像为3008.5.
• 在AI用户组 (77.9分钟) 的阅读时间比AI非用户组 (120.9分钟) 减少了35.6%.

结论:

• 在SBCE中人工智能辅助减少可视化不良的,不会对最终诊断产生负面影响.
• 整合人工智能用于缩和可视化评估可以增强人工智能辅助的SBCE解释.