人工知能を用いた腔内内視鏡検査。

Artificial intelligence in luminal endoscopy.

• Shraddha Gulati
• Andrew Emmanuel
• Mehul Patel
• Sophie Williams
• Amyn Haji
• Bu'Hussain Hayee
• Helmut Neumann

抄録

人工知能は、世界的な健康開発のために強く注目されています。診断内視鏡検査は人工知能にとって魅力的な基盤であり、内視鏡診断の標準化を通じて患者ケアを改善し、画像診断の強化の補助的な役割を果たす可能性を秘めています。アルゴリズムを改良するために大規模なデータを蓄積する可能性があるため、人工知能のグローバルな実践への採用が現実のものとなる可能性があります。腔内内視鏡検査の初期研究では、機械学習を用いたレトロスペクティブな研究が行われている。ディープラーニングの採用により、診断性能の向上が評価されている。上部消化管の研究分野には、バレット病、扁平上皮、胃などの新生物の診断があり、人工知能を用いた内視鏡検査の効果が実証されたプロスペクティブかつリアルタイムの人工知能研究が完了しています。また、小腸カプセル内視鏡検査にディープラーニングを適用することで、病理学的検出が強化され、カプセル読影時間が短縮されると考えられています。最初の無作為化試験を含むプロスペクティブ評価が大腸で実施され、ポリープと腺腫の検出率が改善されたことが示された；しかしながら、これらは小さなポリープに関連しているようである。人工知能は、内視鏡検査の質の向上、トレーニング、紹介者のトリアージに関連して、さらなる役割を果たす可能性がある。人工知能を用いた診断用腔内視鏡検査を日常の臨床に確実に取り入れるためには、さらなる大規模、多施設、クロスプラットフォームの検証研究が必要である。

Artificial intelligence is a strong focus of interest for global health development. Diagnostic endoscopy is an attractive substrate for artificial intelligence with a real potential to improve patient care through standardisation of endoscopic diagnosis and to serve as an adjunct to enhanced imaging diagnosis. The possibility to amass large data to refine algorithms makes adoption of artificial intelligence into global practice a potential reality. Initial studies in luminal endoscopy involve machine learning and are retrospective. Improvement in diagnostic performance is appreciable through the adoption of deep learning. Research foci in the upper gastrointestinal tract include the diagnosis of neoplasia, including Barrett's, squamous cell and gastric where prospective and real-time artificial intelligence studies have been completed demonstrating a benefit of artificial intelligence-augmented endoscopy. Deep learning applied to small bowel capsule endoscopy also appears to enhance pathology detection and reduce capsule reading time. Prospective evaluation including the first randomised trial has been performed in the colon, demonstrating improved polyp and adenoma detection rates; however, these appear to be relevant to small polyps. There are potential additional roles of artificial intelligence relevant to improving the quality of endoscopic examinations, training and triaging of referrals. Further large-scale, multicentre and cross-platform validation studies are required for the robust incorporation of artificial intelligence-augmented diagnostic luminal endoscopy into our routine clinical practice.

© The Author(s), 2020.