雑誌文献を検索します。書籍を検索する際には「書籍検索」を選択してください。

Stomach and Intestine(Tokyo) Volume 57, Issue 10 （September 2022）

胃と腸 57巻10号（2022年9月発行）

Japanese English

今月の主題大腸腫瘍診療の最前線

主題

人工知能（AI）を用いた大腸内視鏡検査の最前線—拾い上げ診断 Artificial Intelligence in Colonoscopy：Exploring Computer-aided Detection Systems 落合健太郎 ^1,2,3 , 多田智裕 ^2,3 , 柴田淳一 ^2,3 , 永尾清香 ⁴ , 辻陽介 ⁴ , 藤城光弘 ⁴ , 石原聡一郎 ¹ Kentaro Ochiai ^1,2,3 , Tomohiro Tada ^2,3 , Junichi Shibata ^2,3 , Sayaka Nagao ⁴ , Yosuke Tsuji ⁴ , Mitsuhiro Fujishiro ⁴ , Soichiro Ishihara ¹ ¹東京大学医学部附属病院大腸肛門外科 ²ただともひろ胃腸科肛門科 ³株式会社AIメディカルサービス ⁴東京大学医学部附属病院消化器内科 ¹Department of Colon and Rectal Surgery, the University of Tokyo Hospital, Tokyo ²Tomohiro Tada the Institute of Gastroenterology and Proctology, Saitama, Japan ³AI Medical Service Inc., Tokyo ⁴Department of Gastroenterology, the University of Tokyo Hospital, Tokyo キーワード： artificial intelligence , 大腸内視鏡 , CADe , CADx , deep learning Keyword: artificial intelligence , 大腸内視鏡 , CADe , CADx , deep learning pp.1298-1304

発行日 2022年9月25日 Published Date 2022/9/25

DOI https://doi.org/10.11477/mf.1403203004

PDF(828KB)

有料閲覧

閲覧方法のご案内

この論文を閲覧するためにはログインが必要になります。

パスワードを忘れた場合新しくユーザー登録する施設共通IDをご利用の方はこちらから

PPV購入案内

1,320円 (1,200円+税10%) こちらは、1298ページから1304ページの文献です。

PPV（ペイ・パー・ビュー）とは、論文（記事）単位で購入・閲覧ができるサービスです。
購入には医書.jp本会員登録が必要です。

新規会員登録はこちらから

会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。

会員登録について詳しくは

こちら

をご確認ください。

Abstract 文献概要
1ページ目 Look Inside
参考文献 Reference

要旨●大腸内視鏡検査時の腺腫検出率（ADR）は大腸癌の発生リスクと相関するため，ポリープの確実な検出と切除を行ううえで重要な指標である．近年deep learning技術の登場や医用画像のデジタル化・高解像度化，汎用計算機の高性能化に伴い，内視鏡画像診断分野においても人工知能によるコンピュータ支援診断技術（CAD）の研究開発が盛んに行われている．中でも大腸領域は複数のCADが販売開始され社会実装されつつあり，今後はリアルワールドでの性能や有用性を検討する段階に入っている．CADはその機能により病変検出支援（CADe）と，質的診断支援（CADx）に大別される．本稿ではこのうち，CADeシステムに焦点を当て，最新の研究成果，製品販売状況，今後の課題と展望について概説する．

　Due to the well-established link between adenoma detection rate and colorectal cancer risk, the endoscopic detection and resection of colorectal polyps are of vital concern. Simultaneous advances have recently occurred within the deep learning technology, endoscopic imaging, and computer performance. These developments have enabled progress on numerous ongoing projects involving the CAD（computer-aided diagnosis）using AI（artificial intelligence）. Traditionally, the CAD systems can be categorized into two main groups as follows：CADe（computer-assisted detection）and CADx（computer-assisted diagnosis）. Recently, several CADe systems for colonoscopy have been released and implemented in the clinical environment. Consequently, it is now possible to reflect on the performance of these CADe systems and estimate their real-world utility. In this paper, we outlined the latest research results, market conditions, and future challenges and prospects within AI-assisted colonoscopy.