Naujame tyrime dirbtinis intelektas atitiko ir potencialiai viršijo gastroenterologų ir įprastų balų atlikimą vertinant Krono ligos sergančių pacientų endoskopijas.
Rezultatai, paskelbti Klinikinė gastroenterologija ir hepatologijaparodykite kompiuterinio matymo modelį, kuriame tiksliai nustatyta gleivinės opos, kaip tiksliai kaip gydytojas, peržiūrint vaizdo įrašus, tuo pačiu stipriai koreliuojant su dažniausia endoskopine balų skaičiavimo sistema.
„Klinikas turi geštaltą, ar kažkieno Kronas yra lengvas, ar sunkus, jei jis gerėja, ar pablogėja“, – sakė Mičigano universiteto medicinos mokyklos vidaus ligų docentas Ryanas W. Stidhamas, MD, MS, vidaus ligų docentas.
„Tačiau rankinės priemonės, skirtos kiekybiškai įvertinti šią ekspertų nuomonę su objektyvumu ir atkuriamai, yra prastos. AI vaizdo analizė gali suteikti geresnių sprendimų tikslesniams matavimams ir aprašymams, kuriuos matome ekrane kolonoskopijos metu.”
Tyrime du gastroenterologai anotuojamos opos sritys 4 487 nejudančiais vaizdais iš endoskopinių vaizdo įrašų. „Computer Vision AI“ modelis apžvelgė tuos pačius ankstesnių klinikinių tyrimų vaizdus.
AI modelio rezultatai turėjo didesnį bendrą kauliukų panašumo balą su „Ground Tiesa“ (.591) nei palyginus dviejų gastroenterologų susitarimą (.462).
Kolonoskopijos vaizdo įrašų kompiuterinio matymo įvertinimai taip pat buvo stipriai koreliuojami su paprastu Krono ligos (SES-CD) verčių endoskopiniu balu. SES-CD yra metrika, kuri bando rankiniu būdu įvertinti įvairias paciento opų savybes.
Tyrimo autoriai atkreipia dėmesį į SES-CD svarbą Krono ligos tyrimams ir gydymo efektyvumo įvertinimui, jie taip pat pabrėžia jo apribojimus, įskaitant stebėtojų kintamumą ir nesugebėjimą užfiksuoti tam tikrų opų ypatybių.
Tyrėjai tikisi, kad AI varoma metrika ne tik pagerins teikėjų nuoseklumą, bet, dar svarbiau, gali pasiūlyti kiekybiškesnę detalę, apibūdinančią ligą.
„Gali būti sunku pateisinti sprendimus, ypač jei jūs kalbate apie brangius narkotikus ar rizikingesnius gydymo būdus“, – teigė Stidhamas.
„Viena iš šio tyrimo priežasčių yra viena diena pateikti objektyvesnius įrodymus patyrusio gydytojo įspūdį.”
Tyrėjai nustato keletą kitų galimų nuoseklesnės endoskopijos metrikos pranašumų. Teritorijose, kuriose nėra IBD specialistų, AI endoskopijos aiškinimas gali būti naudojamas gydymo pokyčiams vadovauti remiantis ekspertų sprendimų priėmimu. Labiau patyrusiems teikėjams ši informacija gali padėti jiems suprasti savo sprendimų priėmimo procesą.
Jie taip pat pabrėžia galimas švietimo ir narkotikų plėtros padarinius.
„Šis dokumentas iš tikrųjų yra pirmas žingsnis ir tikiuosi, kad visas sritis galvoja apie geresnius būdus, kaip kiekybiškai įvertinti IBD, kuris išsamiau apibūdina individualų pacientą“, – teigė Stidhamas.
„Tai labai anksti, tačiau tokios kompiuterinės matymo priemonės gali būti svarbus automatinės priežiūros ateičiai komponentas, kai AI ir ekspertai dirba kartu gydydami pacientus.”