Künstliche Intelligenz zur Instrumentenerkennung für Polypektomien in der Koloskopie

Einleitung Die Erkennung und Charakterisierung von Polypen durch künstliche Intelligenz hat bereits die Klinik erreicht. Künstliche Intelligenz zur Unterscheidung und Dokumentation von endoskopischen Eingriffen nach der Polypenerkennung ist noch nicht etabliert.

Ziele Einsatz künstlicher Intelligenz zur Unterscheidung verschiedener Eingriffe während der Koloskopie und automatische Dokumentation des Eingriffs und der Art des verwendeten Instruments.

Methodik Insgesamt wurden 1.083 verschiedene Untersuchungen aus 8 verschiedenen Zentren mit 4 verschiedenen Prozessortypen auf Instrumente untersucht und bildeten den Trainingsdatensatz (insgesamt 10.449 Bilder). 476 dieser Bilder enthielten eine Biopsiezange, 927 enthielten eine Polypektomieschlinge. Der Testdatensatz umfasste 50 vollständige Koloskopievideos, die auf die Erkennung von sichtbaren Instrumenten hin analysiert wurden. Das Bild mit der höchsten Konfidenz in jeder Sequenz von mindestens 2 Sekunden mit kontinuierlicher und gleichzeitiger Erkennung von Polypen und einem Instrument wurde einem Arzt zur Bewertung vorgelegt. Der Arzt bewertete, ob das vorhergesagte Instrument korrekt war, und wies jedem Bild eine Polypen-Nummer zu, um Duplikate oder Bilder ohne Polypen zu identifizieren.

Ergebnis Insgesamt wurden in den 50 Endoskopieberichten 103 Polypenresektionen dokumentiert, 91 mit einer Polypektomieschlinge und 12 mit einer Biopsiezange. Die künstliche Intelligenz sagte 133 Sequenzen mit Polyp und Instrument voraus. Von diesen 133 entsprechenden Bildern enthielt 1 keinen Polypen und 20 sagten nicht das richtige Instrument voraus. Bei 2 Bildern war beides der Fall. Insgesamt waren 111 (83,46%) Vorhersagen korrekt. Eine weitere Analyse ergab, dass diese 111 Sequenzen 78 (75,73%) der 103 gemeldeten Polypenresektionen entsprachen.

Schlussfolgerung Die Erkennung von endoskopischen Instrumenten bei der Koloskopie mit Hilfe der Technologie der künstlichen Intelligenz ist zuverlässig und erreicht eine hohe Empfindlichkeit. Folglich könnte das neue neuronale Netzwerk verwendet werden, um automatisch standardisierte Koloskopieberichte in Echtzeit während des Verfahrens zu erstellen. Dadurch kann der Untersucher bei der Erstellung des endoskopischen Berichts Zeit sparen.

 

Scroll to top

Publication History

Article published online:
19 August 2022