New insights on missed colonic lesions during colonoscopy through artificial intelligence-assisted real-time detection (with video).

رؤى جديدة حول الآفات القولونية الفائتة أثناء تنظير القولون من خلال الكشف في الوقت الفعلي بمساعدة الذكاء الاصطناعي (مع مقطع فيديو).

Clicks: 377
ID: 108487
2020
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Emerging

Ranked #6 of 117 articles by views in gastrointestinal endoscopy

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Recent meta-analysis showed that up to 26% of adenoma could be missed during colonoscopy. We investigated whether the use of artificial intelligence (AI) assisted real-time detection could provide new insights into mechanisms underlying missed lesions during colonoscopy.A validated real-time deep learning AI model for detection of colonic polyps was first tested in the videos of tandem colonoscopy of the proximal colon for missed lesions. The real-time AI model was then prospectively validated in total colonoscopy in which endoscopist was blinded to the real-time AI findings. Segmental unblinding of the AI findings were provided and that colonic segment would be re-examined when there were missed lesions detected by AI but not the endoscopist. All polyps were removed for histological examination as the criterion standard.Sixty-five videos of tandem examination of the proximal colon were reviewed by AI. AI could detect 79.1% (19/24) of missed proximal adenoma in the video of the first-pass examination. In the 52 prospective colonoscopies, real-time AI detection could detect at least one missed adenoma in 14 (26.9%) patients and increased total number of adenomas detected by 23.6%. Multivariable analysis showed that missed adenoma(s) was more likely when there were multiple polyps (adjusted OR, 1.05; 95% CI, 1.02-1.09; p < 0.0001) or colonoscopy by less experienced endoscopists (adjusted OR, 1.30; 95% CI, 1.05-1.62; p=0.02).Our findings provide new insights on the prominent role of human factors, including inexperience and distraction, play on missed colonic lesions. With the use of real-time AI assistance, up to 80% of missed adenoma could be prevented.
أظهر تحليل تلوي حديث أنه يمكن إغفال ما يصل إلى 26% من الأورام الغدية أثناء تنظير القولون. وقد استقصينا ما إذا كان استخدام الكشف الفوري المدعوم بالذكاء الاصطناعي (AI) قادراً على تقديم رؤى جديدة حول الآليات الكامنة وراء الآفات المغفلة أثناء تنظير القولون. اختُبر أولاً نموذج ذكاء اصطناعي للتعلم العميق الفوري ومثبت الصلاحية للكشف عن سلائل القولون، وذلك عبر تسجيلات فيديو لتنظير القولون الترادفي للقولون الداني للبحث عن الآفات المغفلة. بعد ذلك، جرى التحقق من صحة نموذج الذكاء الاصطناعي الفوري مستقبلياً في تنظير القولون الكلي مع حجب نتائج الذكاء الاصطناعي الفورية عن طبيب التنظير. وأُتيح كشف نتائج الذكاء الاصطناعي بصورة قطاعية لإعادة فحص ذلك القطاع القولوني عند رصد آفات مغفلة اكتشفها الذكاء الاصطناعي ولم يكتشفها طبيب التنظير. استؤصلت جميع السلائل لإجراء الفحص النسيجي بوصفه المعيار المرجعي. راجع الذكاء الاصطناعي خمسة وستين مقطع فيديو للفحص الترادفي للقولون الداني، وتمكن من كشف 79.1% (19/24) من الأورام الغدية الدانية المغفلة في تسجيلات فحص التمرير الأول. وفي عمليات تنظير القولون المستقبلية البالغ عددها 52 عملية، تمكن الكشف الفوري بالذكاء الاصطناعي من رصد ورم غدي مغفل واحد على الأقل لدى 14 مريضاً (26.9%)، وزاد العدد الإجمالي للأورام الغدية المكتشفة بنسبة 23.6%. وأظهر التحليل متعدد المتغيرات أن إغفال الورم (أو الأورام) الغدي كان أكثر ترجيحاً عند وجود سلائل متعددة (نسبة الأرجحية المعدلة: 1.05؛ فاصل الثقة 95%: 1.02–1.09؛ القيمة الاحتمالية p < 0.0001) أو عند إجراء التنظير بواسطة أطباء تنظير أقل خبرة (نسبة الأرجحية المعدلة: 1.30؛ فاصل الثقة 95%: 1.05–1.62؛ القيمة الاحتمالية p = 0.02). تقدم نتائجنا رؤى جديدة حول الدور البارز الذي تؤديه العوامل البشرية، بما في ذلك قلة الخبرة وتشتت الانتباه، في إغفال آفات القولون. وباستخدام المساعدة الفورية بالذكاء الاصطناعي، يمكن تفادي ما يصل إلى 80% من حالات إغفال الأورام الغدية.
Reference Key
lui2020newgastrointestinal Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Thomas Kl Lui, Cynthia Ky Hui, Vivien Wm Tsui, Ka Shing Cheung, Michael Kl Ko, Dominic aCC Foo, Lung Yi Mak, Chun Kwong Yeung, Tim Hw Lui, Siu Yin Wong, Wai K Leung
Are you one of these authors? Claim your profile
Journal gastrointestinal endoscopy
Year 2020
DOI
S0016-5107(20)34266-8
URL
Keywords
coronavirus lung injury covid-19 sars-cov-2 extra-corporeal membrane oxygenation remdesivir treatment

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.