Développement et démonstration d'un système de prévention et de traitement précis pour les lésions d'adénomes tubulaires colorectaux

Résumé succinct

Cette étude est une enquête prospective, multicentrique et observationnelle. Les investigateurs aiment innovativement construire une base de données "trinitaire" de tuberculoses adénomateuses coliques sur la base d'images chromo-pathologiques agrandies à la lumière blanche. Elle simule la logique de prise de décision des médecins et, sur la base de la méthode multimodale endoscopique LAFEQ précédemment proposée, développe un modèle diagnostique profond en apprentissage automatique multimodal pour les adénomes coliques et un modèle de prédiction des risques interprétable pour les adénomes intestinaux. Elle vise à atteindre des décisions d'aide au traitement de haute précision, à présenter clairement les bases de la prise de décision et à briser la limitation de la mauvaise interprétabilité des modèles d'IA d'imagerie médicale précédents.