结肠镜中的人工智能:从检测到诊断

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 胃肠病学 胃肠病学

背景情况:

• 结肠镜对于检测胃肠道疾病至关重要.
• 人工智能 (AI) 的进步为结肠镜手术提供了潜在的改进.
• 深度学习 (DL) 技术越来越多地应用于医疗图像分析.

研究的目的:

• 审查人工智能对结肠镜的最新进展,重点关注检测和诊断.
• 为特定的结肠镜检查任务确定有效的深度学习模型.
• 从最近的研究中总结AI在结肠镜中的性能指标.

主要方法:

• 从PubMed发表于2021年或以后的27项原始研究的系统综述.
• 搜索术语:"结肠镜检查" (标题) 和"深度学习" (摘要).
• 纳入标准侧重于深度学习用于分类,检测和细分在结肠镜检查中,具有特定的结果措施.

主要成果:

• 特定的深度学习模型显示出高效率:Efficientnet用于分类 (AUC 99.8%),You Only Look Once用于检测 (F1 96.3%),以及Unet用于细分 (Dice 97.3%).
• 在不同研究中,性能指标有所不同,包括精度 (74.0-95.0%),灵敏度 (60.0-93.0%),特异性 (60.0-100.0%),和AUC (71.0-99.8%).
• 推理速度 (FPS) 在66到182之间.

结论:

• 人工智能,特别是深度学习,可以作为结肠镜检查的有效决策支持系统.
• 在结肠镜检查期间,AI有助于检测和诊断胃肠道疾病.
• 这些发现突出了人工智能在提高结肠镜检查结果和患者护理方面的潜力.