首先，我们进行了横断面研究，为溃疡性结肠炎的内镜图像创建人工智能系统
然后，我们进行了前瞻性研究，以评估人工智能系统是否可以预测患者预后
最后，我们将我们的人工智能系统应用于视频结肠镜检查
学分:TMDU胃肠病学和肝脏病学合作医学系 东京医科齿科大学大学(TMDU)的研究人员开发了一种人工智能系统，用于使用实时临床视频成像来检测和表征疾病状况，从而减少了对昂贵且侵入性活检的需求 当去看医生时，许多病人更喜欢非侵入性的手术，而不是侵入性的和潜在的疼痛的手术
幸运的是，TMDU的研究人员已经开发出一种工具，可以减少对溃疡性结肠炎侵入性诊断程序的需求
内镜和组织学评估对诊断各种疾病都很重要
在内窥镜检查中，带有灯和照相机的长软管被直接插入患者体内以检查特定的器官或组织
对于组织学评估，活组织检查，我
e
从患者体内抽取组织样本，并在体外进行测试
为了防止不必要的活检和改善医疗诊断，TMDU的研究人员先前开发了一种叫做DNUC的深度神经网络系统来评估溃疡性结肠炎，溃疡性结肠炎是一种发生在大肠中的慢性疾病，其特征是结肠内壁的慢性炎症
无需活检，这种人工智能工具可以评估组织图像，以识别和量化炎症和疾病区域
在他们的最新研究中，该团队将DNUC的应用从静态图像扩展到溃疡性结肠炎患者的实时结肠镜检查视频
共有770名患者被纳入前瞻性多中心研究
研究人员证明，DNUC可以实时确定炎症的存在与否，DNUC结果与专家诊断的符合率很高
DNUC也能够高精度地预测缓解病例
“我们证实DNUC可以自动识别炎症区域，并为这些区域提供内窥镜评分，”该研究的主要作者Takenaka说
将DNUC获得的分数与专家指定的分数进行比较，结果显示高度一致，证实了DNUC算法的准确性
这个人工智能工具可以给医疗领域带来很多好处
该研究的资深作者渡边护说:“DNUC的使用可以减少活检的需要，从而为患者和医生节省时间和费用。”
DNUC系统也有潜力比医生更快地评估图像和视频片段
此外，内镜检查需要培训，对内镜检查结果的解释可能是主观的，每个内镜医生的解释各不相同
DNUC可以允许在评估中有更多的定量标准，解决这些关于医学诊断的可变性和偏差的当前问题
该系统可以应用于商业上可获得的结肠镜检查平台，从而促进其在临床实践中的采用
DNUC还可以促进初级胃肠病学家的培训
总的来说，这项工作突出了人工智能改善当前医疗保健的潜力
这项研究发表在《柳叶刀胃肠病学和肝脏病学》上
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
