Non-polypoid Colorectal Lesions Detection and False Positive Detection by Artificial Intelligence under Blue Laser Imaging and Linked Color Imaging

https://doi.org/10.23922/jarc.2023-070

和訳版Abstract	目的: 人工知能（AI）による非隆起型大腸ポリープの検出は不十分である。我々は、Blue laser imaging (BLI)とLinked color imaging (LCI)の学習画像(LS)で教育したAIを用いて非隆起型大腸ポリープを検出した。方法: LS(WLI)：2-10mmの病変のWLI画像1991枚、LS（IEE）：2-20mmの非隆起型/小病変のWLI、BLI、LCI画像5920枚を用いた。LS(IEE)は動画から抽出し、焦点の合った画像と合っていない画像を含んだ。AI(WLI)はLS(WLI)、AI(IEE)はLS(WLI)+LS(IEE)、AI(HQ)はLS(WLI)+LS(IEE)の焦点の合った画像を学習した。2～20mmの非隆起型または褐色調病変100個のWLI、BLI、LCI動画テストセットを用いてポリープ検出を行った。結果: AI（IEE）のLCIの感度は83% とWLIの感度76％(p＝0.02)より有意に良好であり、AI（WLI）のWLIの感度（57％：p＜0.01）よりも良好であったが、AI（IEE）のBLIの感度（78％：p＝0.14）とは差異はなかった。さらにAI（HQ）における感度（78％：p＜0.01）よりも良好であった。結論: 種々のLSを学習したAIは、LCI下で非隆起型ポリープを良好に検出しえた。

和訳版Abstract

目的: 人工知能（AI）による非隆起型大腸ポリープの検出は不十分である。我々は、Blue laser imaging (BLI)とLinked color imaging (LCI)の学習画像(LS)で教育したAIを用いて非隆起型大腸ポリープを検出した。

方法: LS(WLI)：2-10mmの病変のWLI画像1991枚、LS（IEE）：2-20mmの非隆起型/小病変のWLI、BLI、LCI画像5920枚を用いた。LS(IEE)は動画から抽出し、焦点の合った画像と合っていない画像を含んだ。AI(WLI)はLS(WLI)、AI(IEE)はLS(WLI)+LS(IEE)、AI(HQ)はLS(WLI)+LS(IEE)の焦点の合った画像を学習した。2～20mmの非隆起型または褐色調病変100個のWLI、BLI、LCI動画テストセットを用いてポリープ検出を行った。

結果: AI（IEE）のLCIの感度は83% とWLIの感度76％(p＝0.02)より有意に良好であり、AI（WLI）のWLIの感度（57％：p＜0.01）よりも良好であったが、AI（IEE）のBLIの感度（78％：p＝0.14）とは差異はなかった。さらにAI（HQ）における感度（78％：p＜0.01）よりも良好であった。

結論: 種々のLSを学習したAIは、LCI下で非隆起型ポリープを良好に検出しえた。

|<< « Prev 230 229 [228] 227 226 Next » >>|