[基于深度学习的鼻癌内镜诊断:模型开发和云部署]
1Department of Otolaryngology, the First Affiliated Hospital of Sun Yat-sen University, Otorhinolaryngology Institute of Sun Yat-sen University, Guangzhou 510080, China.
概括
一个新的AI模型使用内镜图像的深度学习来高准确地诊断鼻癌 (NPC). 这种人工智能工具有望改善早期癌症检测和远程医疗保健系统.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 鼻癌 (NPC) 的诊断依赖于内镜成像.
- 早期发现NPC对于有效治疗至关重要.
- 当前的诊断方法可能受到可访问性和专业知识的限制.
研究的目的:
- 用白光成像 (WLI) 和窄带成像 (NBI) 的内镜图像开发NPC诊断的深度学习模型.
- 评估模型的准确性和在远程诊断系统中临床应用的潜力.
主要方法:
- 追溯收集了来自1,262名受试者的9,370张WLI和5,558张NBI图像.
- 使用InceptionResNetV2深度神经网络架构开发和验证NPC识别模型.
- 创建一个基于云的智能诊断平台.
主要成果:
- 基于人工智能的NPC诊断模型 (NPC-CAD) 的准确率达到96.03% (WLI) 和91.16% (NBI).
- 曲线下的面积 (AUC) 值为WLI的0.99和NBI的0.96.
- 一个基于云计算的原型平台证明了远程医疗保健的可行性.
结论:
- 为NPC开发了一种新的AI辅助诊断模型,将深度学习与内镜图像分析集成在一起.
- 该模型显示了提高早期查效率和减少错过诊断的巨大潜力.
- 开发的平台为远程诊断提供了有前途的解决方案,特别是在资源有限的环境中.
