S'abonner

Artificial Intelligence in Pediatric Endoscopy : Current Status and Future Applications - 21/03/23

Doi : 10.1016/j.giec.2022.12.001 
Jasbir Dhaliwal, MBBS, MSc a, , Catharine M. Walsh, MD, MEd, PhD b, c
a Division of Pediatric Gastroenterology, Hepatology and Nutrition, Cincinnati Children's Hospital Medictal Center, University of Cincinnati, OH, USA 
b Division of Gastroenterology, Hepatology, and Nutrition, and the SickKids Research and Learning Institutes, The Hospital for Sick Children, Toronto, ON, Canada 
c Department of Paediatrics and The Wilson Centre, University of Toronto, Temerty Faculty of Medicine, University of Toronto, Toronto, ON, Canada 

Corresponding author. University of Cincinnati, 3333 Burnet Avenue, Cincinnati, OH, 45229.University of Cincinnati3333 Burnet AvenueCincinnatiOH45229

Résumé

The application of artificial intelligence (AI) has great promise for improving pediatric endoscopy. The majority of preclinical studies have been undertaken in adults, with the greatest progress being made in the context of colorectal cancer screening and surveillance. This development has only been possible with advances in deep learning, like the convolutional neural network model, which has enabled real-time detection of pathology. Comparatively, the majority of deep learning systems developed in inflammatory bowel disease have focused on predicting disease severity and were developed using still images rather than videos. The application of AI to pediatric endoscopy is in its infancy, thus providing an opportunity to develop clinically meaningful and fair systems that do not perpetuate societal biases. In this review, we provide an overview of AI, summarize the advances of AI in endoscopy, and describe its potential application to pediatric endoscopic practice and education.

Le texte complet de cet article est disponible en PDF.

Keywords : Artificial intelligence, Pediatric gastrointestinal endoscopy, Computer-aided diagnosis, CADe, CADx, Convolutional neural network, Artificial neural networks, Deep learning


Plan


Crown Copyright © 2022  Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 33 - N° 2

P. 291-308 - avril 2023 Retour au numéro
Article précédent Article précédent
  • Electronic Medical Records : Use as Tools for Improving Quality in Pediatric Endoscopy
  • Jeannie S. Huang, Catharine M. Walsh
| Article suivant Article suivant
  • Pediatric Unsedated Transnasal Endoscopy
  • Rajitha D. Venkatesh, Kristina Leinwand, Nathalie Nguyen

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.