KI-System zur Angiodysplasie-Detektion und Dokumentationsprüfung in Kolonoskopie
Von KI ausgewählt und zusammengefasst
Worum es geht
Entwicklung und Validierung eines lokal eingesetzten Deep-Learning-Systems aus Computer-Vision-Modell und Large Language Model zur Erkennung kolischer Angiodysplasien und Überprüfung ihrer Erfassung in Berichten.
Ergebnis
Computer-Vision-Modell: Sensitivität 84,4%, Spezifität 95,9%, Genauigkeit 94,5% in externer Validierung (3.534 Bilder). LLM zur Dokumentationsprüfung: Sensitivität 97,7%, Spezifität 92,4%. System identifizierte 88 Fälle mit sichtbaren, aber nicht dokumentierten Befunden in 126 Videos (5 ärztlich gemeldet vs. 23 durch System erkannt).
Übertragbarkeit auf Deutschland
Deutsche Universitätskliniken; lokale Bereitstellung wahrt Datenschutz
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.