Kolonoskopia: bardziej efektywna i zrównoważona dzięki sztucznej inteligencji

Sztuczna inteligencja okazała się cennym sprzymierzeńcem w profilaktyce raka okrężnicy i odbytnicy, ponieważ jej algorytmy pozwalają na większą dokładność w identyfikacji polipów podczas kolonoskopii

Korzyści związane z wykorzystaniem tych technologii mają jednak nie tylko charakter kliniczny, ale także przekładają się na większą stabilność ekonomiczną: takie są wyniki wieloośrodkowego badania opublikowanego w czasopiśmie The Lancet Digital Health, koordynowanego przez prof. Alessandro Repici, dyrektor Wydziału Gastroenterologii Humanitas i profesor Uniwersytetu Humanitas oraz prof. Cesare Hassan, profesor Uniwersytetu Humanitas we współpracy z Uniwersytetem w Oslo.

Celem projektu jest badanie opłacalności technologii sztucznej inteligencji (AI) w zakresie kolonoskopii

Korzystanie z tego oprogramowania w rzeczywistości wymaga bardzo dużych inwestycji ekonomicznych dla szpitali (około 19 USD na pacjenta).

Badanie podpisane przez Humanitas wykazało, że w okresie 30 lat inwestycje te nie tylko są w pełni amortyzowane, ale także generują oszczędności w porównaniu z wydatkami na leczenie pacjentów z rakiem jelita grubego.

Narzędzia AI poprawiają wskaźnik wykrywania zmian okrężnicy o 44%, zmniejszając ryzyko błędów diagnostycznych.

Przeprowadzanie kolonoskopii przesiewowych za pomocą sztucznej inteligencji wiąże się z 8.4% zmniejszeniem zachorowalności na raka okrężnicy i oszczędnością kosztów w wysokości 57 USD na osobę dzięki zmniejszeniu kosztów leczenia związanych ze zwiększoną profilaktyką.

Wszystkie te dane pokazują, jak ważne jest dalsze inwestowanie w sztuczną inteligencję, zarówno w celu zapewnienia coraz bardziej efektywnej i spersonalizowanej opieki nad pacjentem, jak i promowania bardziej zrównoważonej opieki zdrowotnej.

Kolonoskopia: wykorzystanie sztucznej inteligencji do usprawnienia diagnozy

Rak okrężnicy jest drugą najczęstszą przyczyną zgonów z powodu raka we Włoszech i jak dotąd najlepszym narzędziem do jego prawidłowej diagnozy jest kolonoskopia.

Przy opracowywaniu algorytmów sztucznej inteligencji istnieje nadzieja, że ​​mogą one pomóc pracownikom służby zdrowia w identyfikowaniu nawet bardzo małych polipów, które w innym przypadku są trudne do zauważenia, ponieważ nie są dobrze wyeksponowane lub ze względu na ich kolor, który często jest bardzo podobny do zdrowej błony śluzowej.

Czytaj także:

Emergency Live jeszcze bardziej…Live: Pobierz nową darmową aplikację swojej gazety na iOS i Androida

Wrzodziejące zapalenie jelita grubego: jakie są typowe objawy choroby jelit?

W Walii śmiertelność z powodu operacji jelita jest „wyższa niż oczekiwano”

Zespół jelita drażliwego (IBS): łagodny stan, który należy utrzymać pod kontrolą

Infekcje jelitowe: w jaki sposób dochodzi do zakażenia Dientamoeba Fragilis?

Badanie wykazało związek między rakiem okrężnicy a stosowaniem antybiotyków

Źródło:

Humanitas

Może Ci się spodobać