人工智能 檢查腸胃病變

血管病變(angioectasia)是小腸出血最常見的原因，一般要使用膠囊內窺鏡來做檢查，但是膠囊內窺鏡檢查很耗時且並不完全準確。

研究人員利用了儲存膠囊內窺靜止圖像的數據庫，開發了一個人工智能的程式來診斷血管病變。研究用了總共600張典型的非出血性胃腸道血管病變圖像，其中300張圖像用來讓人工智能學習判斷出血管病變，而另外300張圖像則用來測試程式的準確性。最終程式對判斷血管病變的敏感度為100％，特異性為96％，陽性預測值為96％，陰性預測值為100％。

人工智慧可以通過大數據來學習分析疾病並應用在醫學上。內窺鏡圖像細節豐富，很適合使用電腦來做分析，所以在醫學上，內窺鏡檢查是發展人工智能的重要領域。通過進一步的研究，膠囊內窺鏡檢查在未來可以變得更自動化，人工智能或許也可以「即時」分析上消化道內窺鏡和結腸鏡檢查的影像來提高診斷的準確性。

連結：

Leenhardt R et al. A neural network algorithm for detection of GI angiectasia during small-bowel capsule endoscopy. Gastrointestinal Endoscopy. July 12, 2018. https://www.giejournal.org/article/S0016-5107(18)32828-1/pdf