اخیراً، یک نتیجه تحقیقات بالینی جدید منتشر شده در The Lancet Gastroenterology & Hepatology توسط تیم Hu Corps بیمارستان غرب چین در دانشگاه سیچوان، عملکرد عالی هوش مصنوعی را برای تشخیص سرطان مری نشان می دهد: معاینه آندوسکوپی با کمک سیستم هوش مصنوعی در زمان واقعی می تواند میزان نشت را تعیین کند. کارسینوم سنگفرشی سطحی مری و ضایعات پیش سرطانی در مقایسه با معاینه مرسوم به طور چشمگیری کاهش می یابد، به این معنی که هوش مصنوعی ممکن است تغییری در تشخیص زودهنگام و غربالگری زودهنگام سرطان مری ایجاد کند!
مانند سایر سرطان های گوارشی، سرطان مری در مراحل اولیه علائم بالینی واضحی ندارد و هنگامی که بیماران با علائم معمولی مانند مشکل در بلع تشخیص داده می شوند، اغلب در مرحله میانی یا اواخر قرار دارند و انتخاب های درمانی محدود است. پیش‌آگهی کاملاً رضایت‌بخش نیست، همچنین دلیل اصلی این است که 5-نرخ بقای سالانه سرطان مری برای مدت طولانی حدود 20 درصد بوده است، و البته راه برای شکستن این وضعیت، تشخیص زودهنگام و تشخیص زودهنگام است. درمان زودهنگام
تعداد موارد جدید سرطان مری در چین بیش از نیمی از موارد جهانی را تشکیل می دهد، بنابراین مبارزه با سرطان مری نیز یک جهت کلیدی برای کارکنان بالینی است. با رواج فناوری آندوسکوپی دستگاه گوارش در سال های اخیر، نسبت بیماران مبتلا به سرطان مری که در مراحل اولیه تشخیص داده شده اند در چین به حدود 40 درصد رسیده است [2]، اما تشخیص آندوسکوپی مرحله اولیه سرطان مری ساده نیست، زیرا آندوسکوپی ظریف است. ویژگی های ضایعات سرطانی در مراحل اولیه، تفاوت در توانایی تشخیص پزشکان و خستگی بینایی ممکن است باعث نادیده گرفتن ضایعات سرطانی شود [3]. ، همه اینها ممکن است منجر به از دست دادن سرطان شود.
از مطالعات قبلی، میزان نشت آندوسکوپی برای سرطان مری و سایر سرطان‌های دستگاه گوارش فوقانی 4-17% [3] است، چنین نرخ نشت بالایی بدیهی است که باید بیشتر بهینه شود، بنابراین، تیم بیمارستان غرب چین به هوش مصنوعی داغ، از آنجایی که هوش مصنوعی می‌تواند نتایج معاینه تصویربرداری را به دقت بررسی کند، به همین دلیل است که برای کمک به آندوسکوپی و بهبود میزان تشخیص استفاده می‌شود.
بر اساس آندوسکوپی نور سفید معمولی و آندوسکوپی تصویربرداری طیفی باند باریک که معمولاً در عمل بالینی استفاده می‌شود، تیم تحقیقاتی یک سیستم هوش مصنوعی سرطان سنگفرشی مری اولیه به نام "چشم عقاب" را بر اساس بیش از 38،{2}} تصویر آندوسکوپی از بیش از 8،{4}} بیمار (شامل کارسینوم سنگفرشی مری، ضایعات پیش سرطانی و ضایعات خوش خیم مری)، که به طور کامل آموزش دیده و آزمایش شده است. پس از آموزش و آزمایش کافی، "Eagle Eye" می تواند تصاویر آندوسکوپی را تنها در 0.01 ثانیه (10 میلی ثانیه) تشخیص دهد، بنابراین می تواند به پزشکان در شناسایی ضایعات مشکوک در آندوسکوپی در زمان واقعی کمک کند.
علاوه بر این، سیستم Eagle Eye را می توان مستقیماً با سیستم های آندوسکوپی فعلی با قاب بندی ناحیه ضایعه مشکوک به شکل یک چند ضلعی و نمایش نوع و احتمال ضایعه مشکوک در سمت چپ بالای نمایشگر آندوسکوپی، ادغام کرد و به پزشکان اجازه می دهد جابجا شوند. بین سیگنال ویدئویی آندوسکوپی اصلی و سیگنال ویدئویی ترکیبی با نتایج تشخیص هوش مصنوعی با فشار ساده یک دکمه سوئیچ. پزشکان فقط باید دکمه سوئیچ را فشار دهند تا بین سیگنال ویدئویی آندوسکوپی اصلی و سیگنال ویدئویی کامپوزیت با نتایج تشخیص هوش مصنوعی جابجا شود، که کارکرد آن ساده و آسان است و عادت‌های روزانه را تغییر نمی‌دهد، و به کمک بلادرنگ در تشخیص زودرس مری کمک می‌کند. کارسینوم سنگفرشی
نقشه عملیات سیستم "چشم عقاب" در محل
نتایج این مطالعه یک کارآزمایی تصادفی کنترل شده چند مرکزی، پشت سر هم از اثربخشی کمک تشخیصی بلادرنگ سیستم "چشم عقاب" است که در 12 بیمارستان در سراسر کشور انجام شد و در مجموع 11982 نفر را شامل شد. تحت گاستروسکوپی بدون درد قرار گرفت. قابل درک است که این اولین گزارش از اولین مطالعه جهان است که تشخیص بلادرنگ کارسینوم سنگفرشی مری اولیه توسط یک سیستم هوش مصنوعی را در عمل بالینی واقعی ارزیابی می کند، و همچنین بزرگترین مطالعه اندازه نمونه در جهان است. قابل درک است که این اولین گزارش در جهان است که به ارزیابی کمک بلادرنگ سیستم هوش مصنوعی در تشخیص اولیه سرطان سنگفرشی مری در عمل بالینی واقعی می‌پردازد، و همچنین مطالعه‌ای با بزرگترین حجم نمونه تشخیص به کمک هوش مصنوعی است. سرطان مری زودرس در جهان
آزمودنی ها به یک «گروه با اولویت هوش مصنوعی» تقسیم شدند که ابتدا آندوسکوپی به کمک سیستم «چشم شاهین» و سپس آندوسکوپی معمولی، و یک «گروه با اولویت معمول» که آندوسکوپی به کمک سیستم «چشم شاهین» را دریافت کردند، تقسیم شدند. دوم، و "گروه با اولویت معمول" که آندوسکوپی معمولی را به ترتیب مخالف دریافت کردند. آندوسکوپیست ها عملکرد آندوسکوپی به کمک سیستم هاوک-آی و آندوسکوپی معمولی را با انجام دو معاینه آندوسکوپی در همان روز به ترتیب مربوطه، و با از دست دادن کارسینوم های سنگفرشی سطحی مری و ضایعات پیش سرطانی که در مرحله اول تشخیص داده نشد، ارزیابی کردند. معاینه اما در معاینه دوم شناسایی شدند.
نتایج این مطالعه نشان داد که 106 نفر در گروه اولویت‌بندی شده با هوش مصنوعی، کارسینوم سنگفرشی سطحی مری و ضایعات پیش سرطانی در دور اول معاینه داشتند، در حالی که ضایعات جدید تنها در 2 نفر در روتین بعدی تشخیص داده شد. امتحانات، که منجر به نرخ نشت 1.9٪ (2/106)، در مقایسه با 7.6٪ (6/79) در گروه دارای اولویت معمول با همان معیار، و نسبت قابل توجهی بالاتر (1.8٪) از AI- بود. ضایعات کمکی در اولین معاینه (8/1%) تشخیص داده شد. نسبت به طور قابل توجهی بالاتر بود (1.8٪/1.3٪، p{21}}.030) و ارزش اخباری مثبت (PPV) نیز نسبتا بالا بود (56.6٪ / 44.0٪).
خطر تشخیص نادرست کارسینوم سنگفرشی سطحی مری و ضایعات پیش سرطانی در گروه اولویت‌بندی شده با هوش مصنوعی با محاسبه تعداد بیماران (RR{2}}.25، p{4}.079) و 75% کاهش یافت. 63% زمانی که با تعداد ضایعات محاسبه می شود (RR=0.37, p=0.40)، اما هیچ یک از آنها از آستانه معنی دار آماری عبور نکردند، که ممکن است مربوط به این واقعیت باشد که بیشتر از آندوسکوپیست‌ها مسن‌تر بودند و میزان کلی تشخیص از دست رفته کمتر از حد انتظار بود (15%). علاوه بر این، تفاوت معنی‌داری در زمان صرف شده برای آندوسکوپی به کمک سیستم Eagle Eye در مقایسه با آندوسکوپی معمولی وجود نداشت و منجر به خونریزی بیشتر نشد.
به طور کلی، آندوسکوپی به کمک هوش مصنوعی در این مطالعه به خوبی انجام شد و سهولت استفاده و ارائه به موقع نتایج برای عمل بالینی بسیار مطلوب است. گاستروآنترولوژی و کبد لنست بررسی همزمان نتایج تحقیقات و هوش مصنوعی را منتشر کرد و خاطرنشان کرد که بر اساس در نظر گرفتن کامل وضعیت بیمار و اجرای آزمایش‌های آندوسکوپی سطح بالا، هوش مصنوعی به یک کمک کلیدی در تشخیص زودهنگام و تشخیص زودهنگام و غربالگری سرطان مری هوش مصنوعی یک عامل کلیدی برای تشخیص زودهنگام و غربالگری سرطان مری خواهد بود.