Advertisement

Prospektive Studie zur Nutzung künstlicher Intelligenz in der Polypen- und Adenomdetektion

  • Alexander ArltEmail author
Journal Club
  • 10 Downloads

Originalpublikation

Wang P, Berzin TM, Glissen Brown JR et al (2019) Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut 68:1813–1819.  https://doi.org/10.1136/gutjnl-2018-317500

Hintergrund der Studie

Künstliche Intelligenz wird zunehmend in allen Bereichen des täglichen Lebens und vor allem auch in der bildgebenden Medizin diskutiert. Gerade im Bereich, wo Bildgebung klar definierte Zielstrukturen detektieren soll, kann die künstliche Intelligenz ein sehr wertvoller methodischer Aspekt sein, um die Performance der jeweiligen Technik zu verbessern. Es geht hierbei nicht um das Ersetzen des Menschen, sondern ähnlich wie im Auto um Assistenz, die mehr (diagnostische) Sicherheit bringt. Gerade für den Bereich der Polypen- und Adenomdetektion sind in den letzten 2 Jahren zahlreiche Übersichtsarbeiten, aber auch Originalarbeiten erschienen [1, 3, 4, 6, 7].

In der hier vorgestellten Studie wurde der...

Prospective study on the use of artificial intelligence in the detection of polyps and adenomas

Notes

Interessenkonflikt

A. Arlt gibt an, dass kein Interessenkonflikt besteht.

Literatur

  1. 1.
    Chao WL, Manickavasagan H, Krishna SG (2019) Application of artificial intelligence in the detection and differentiation of colon polyps: a technical review for physicians. Diagnostics (Basel).  https://doi.org/10.3390/diagnostics9030099 CrossRefGoogle Scholar
  2. 2.
    Guimaraes P, Keller A, Fehlmann T et al (2019) Deep-learning based detection of gastric precancerous conditions. Gut.  https://doi.org/10.1136/gutjnl-2019-319347 CrossRefPubMedGoogle Scholar
  3. 3.
    Kudo SE, Mori Y, Misawa M et al (2019) Artificial intelligence and colonoscopy: current status and future perspectives. Dig Endosc 31:363–371CrossRefGoogle Scholar
  4. 4.
    Misawa M, Kudo SE, Mori Y et al (2018) Artificial intelligence-assisted polyp detection for colonoscopy: initial experience. Gastroenterology 154(8):2027–2029.e3.  https://doi.org/10.1053/j.gastro.2018.04.003 CrossRefPubMedGoogle Scholar
  5. 5.
    Mori Y, Berzin TM, Kudo SE (2019) Artificial intelligence for early gastric cancer: early promise and the path ahead. Gastrointest Endosc 89:816–817CrossRefGoogle Scholar
  6. 6.
    Su JR, Li Z, Shao XJ et al (2019) Impact of real-time automatic quality control system on colorectal polyp and adenoma detection: a prospective randomized controlled study (with video). Gastrointest Endosc.  https://doi.org/10.1016/j.gie.2019.08.026 CrossRefPubMedGoogle Scholar
  7. 7.
    Vinsard DG, Mori Y, Misawa M et al (2019) Quality assurance of computer-aided detection and diagnosis in colonoscopy. Gastrointest Endosc 90:55–63CrossRefGoogle Scholar

Copyright information

© Springer Medizin Verlag GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Campus Kiel, Klinik für Innere Medizin IUniversitätsklinikum Schleswig-HolsteinKielDeutschland

Personalised recommendations