Skaitmeninės medicinos eroje dirbtinis intelektas (AI) palaipsniui tapo pagrindine medicinos pramonės inovacijų ir plėtros varomąja jėga. Virškinimo trakto ir šlapimo endoskopijos srityje AI technologijos integravimas panaikino tradicinės rankinės diagnostikos kliūtis, suprato transformaciją nuo „subjektyvaus sprendimo“ prie „protingo tikslumo“ ir atvėrė naują skyrių virškinimo ir šlapimo takų ligų tikslioje diagnostikoje. AI ir endoskopijos derinys ne tik pagerina diagnostikos efektyvumą ir tikslumą, bet ir išsprendžia nevienodo gydytojų lygio bei nepakankamų medicinos išteklių atokiose vietovėse problemas, skatina medicinos paslaugų suvienodinimą.
Tradicinė virškinimo ir šlapimo takų endoskopinė diagnozė daugiausia priklauso nuo subjektyvios gydytojų nuomonės, kuriai didelę įtaką daro tokie veiksniai kaip gydytojų patirtis, energija ir profesinis lygis. Gastroenterologijoje ankstyvieji virškinamojo trakto pažeidimai (pavyzdžiui, ankstyvas skrandžio vėžys, žarnyno polipai) dažnai neturi akivaizdžių savybių, todėl endoskopijos metu nepatyrę gydytojai juos lengvai nepastebi; urologijoje smulkiems šlapimtakio akmenims ir ankstyviems šlapimo pūslės navikams nustatyti reikalingi aukšti gydytojų profesiniai gebėjimai, o pirminės gydymo įstaigose klaidingai diagnozuojama gana daug. Be to, didelėse ligoninėse endoskopinių operacijų skaičius yra didžiulis, o gydytojai dažnai susiduria su nuovargio problema, o tai dar labiau padidina diagnozės praleidimo ir klaidingos diagnozės riziką.
AI{0}}pagalbintos endoskopinės diagnostikos technologijos atsiradimas veiksmingai išsprendė pirmiau minėtas problemas. Apmokydami daugybę endoskopinių vaizdų duomenų (įskaitant normalius audinius, gerybinius pažeidimus, piktybinius pažeidimus ir kt.), AI algoritmai gali greitai nustatyti ir pažymėti nenormalius audinius ir netgi atskirti subtilius gerybinių ir piktybinių pakitimų skirtumus, kuriuos sunku diagnozuoti rankiniu būdu. Šiuo metu AI-pagalbinės endoskopijos sistemos plačiai naudojamos diagnozuojant virškinamojo trakto polipus, ankstyvą skrandžio vėžį, šlapimo pūslės vėžį, šlapimtakių navikus ir kitas ligas, o tai rodo puikų klinikinį efektyvumą.
Kaip pavyzdį naudojant AI{0}}pagalbinę virškinimo trakto endoskopijos sistemą, sistema gali realiai-laiku aptikti virškinimo trakto pažeidimus endoskopijos operacijos metu. Kai endoskopas fiksuoja virškinamojo trakto vaizdus, AI algoritmas gali analizuoti vaizdus per milisekundes, raudonu rėmeliu pažymėti įtariamą pažeidimo sritį ir paskatinti gydytoją sutelkti dėmesį į stebėjimą. Remiantis klinikiniais duomenimis, sistema gali pagerinti ankstyvo skrandžio vėžio aptikimo dažnį 20 %-30 %, o žarnyno polipų aptikimo dažnį – daugiau nei 15 %, ypač mažų polipų, kurių skersmuo mažesnis nei 5 mm, o tai turi ryškesnį pagalbinį poveikį. Urologijoje AI padedama ureteroskopinės diagnostikos sistema gali tiksliai identifikuoti mažyčius šlapimtakio akmenis ir ankstyvus šlapimtakio navikus bei atskirti akmenis ir naviko audinius, todėl gydytojai gali sudaryti patikimą gydymo planų pagrindą.
Pagrindinis AI{0}}pagalbinės endoskopijos pranašumas yra jos „didelis efektyvumas, didelis tikslumas ir tęstinumas“. Skirtingai nei gydytojai, kurie po ilgo{2}}darbo jaučia nuovargį, dirbtinio intelekto sistema gali palaikyti stabilų diagnostikos lygį 24 valandas per parą, o tai ypač svarbu atliekant didelio masto fizinius tyrimus ir{5}}didelės apimties endoskopijos operacijas. Be to, dirbtinio intelekto sistema gali detaliai įrašyti ir analizuoti endoskopinius vaizdus, automatiškai sudaryti diagnostinę ataskaitą ir sumažinti gydytojų darbo krūvį, todėl daugiau dėmesio gali skirti pacientų gydymui.
Tačiau DI{0}}endoskopijos populiarinimas ir taikymas vis dar susiduria su tam tikrais iššūkiais. Viena vertus, dirbtinio intelekto algoritmams rengti reikia daug aukštos-kokybės endoskopinių vaizdų duomenų, tačiau dabartiniai duomenų ištekliai yra gana išsklaidyti ir trūksta vieningų standartų; kita vertus, dirbtinio intelekto diagnozės rezultatų aiškinimas yra nepakankamas, o gydytojai vis dar turi priimti galutinį sprendimą, remdamiesi savo patirtimi, o tai riboja tolesnį AI technologijos propagavimą. Be to, dirbtinio intelekto įrangos kaina yra gana didelė, todėl kai kurioms pirminės medicinos įstaigoms tai sunku pakelti
Nuolat tobulinant dirbtinio intelekto technologijas ir laipsniškai tobulinant medicininių duomenų standartus, šios problemos bus palaipsniui sprendžiamos. Ateityje AI-pagalbėta endoskopija bus nukreipta į išmanesnius ir individualizuotus nurodymus. AI ir didžiųjų duomenų derinys leis numatyti virškinimo ir šlapimo takų ligas ir ankstyvą intervenciją; AI ir robotų technologijos integravimas leis išmaniai atlikti endoskopiją ir toliau pagerinti gydymo tikslumą ir saugumą. Manoma, kad giliai integravus dirbtinio intelekto ir endoskopijos technologijas, bus visapusiškai pagerintas virškinimo ir šlapimo takų ligų diagnostikos ir gydymo lygis, todėl pacientams bus teikiamos geresnės medicinos paslaugos.
