人工智能驱动的肠道图像识别模型的应用价值,以评估结肠镜检查前的肠道准备

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:

• 结肠镜质量对于诊断至关重要,但可以是主观的.
• 人工智能 (AI) 提供客观的图像分析和高处理能力.
• 人工智能可以通过改善肠道准备评估来标准化结肠镜检查.

研究的目的:

• 评估人工智能驱动的肠道图像识别模型在结肠镜检查前评估肠道准备的有效性.
• 将基于人工智能的评估与传统方法进行比较,以了解结肠镜检查的持续时间,清洁性,安全性和患者满意度.

主要方法:

• 追溯分析98名接受结肠镜检查的患者.
• 使用传统评估,AI组 (51名患者) 和常规组 (47名患者) 之间的比较.
• 分析结肠镜检查的持续时间,肠道清洁,不良反应和满意度.

主要成果:

• 人工智能组的结肠镜检查时间较短,肠道清洁度较高 (p < 0.05).
• 在人工智能组中,不良反应的发生率较低 (3.92%对10.64%),但在统计学上并不显著.
• 在人工智能组 (96.08%) 和常规组 (82.98%) 之间,患者满意度率相似.

结论:

• 人工智能驱动的肠道图像识别提高了结肠镜检查的效率和肠道准备质量.
• 人工智能应用导致更短的手术时间和更好的肠道清洁.
• 人工智能评估提供了与传统方法相比的患者满意度和安全性.