Objetivo. Este estudio tiene por objeto explorar el efecto de la aplicación de la duodenoscopia asistida por tecnología de detección visual basada en el algoritmo de segmentación de redes neuronales convolucionales (CNN) en el diagnóstico y tratamiento de los cálculos biliares, a fin de proporcionar métodos de tratamiento más seguros y eficaces para los pacientes con cálculos biliares. Métodos. Se seleccionaron como objetos de investigación 188 pacientes con cálculos biliares y coledocolitiasis que ingresaron en nuestro hospital entre enero de 2016 y abril de 2021. En función de si los pacientes estaban dispuestos a utilizar la tecnología de detección visual asistida por IA durante el proceso de tratamiento, todos los pacientes se dividieron en dos grupos, a saber, el grupo de IA y el grupo convencional. Se compararon varios indicadores quirúrgicos de los pacientes de los dos grupos. Resultados. La precisión, la recuperación y la relación de intersección media del algoritmo de segmentación basado en M-Unet fueron del 94,56%, 96,56% y 98,92%, respectivamente. En el grupo de IA, el tiempo de operación (2,74±0,45 h), el tiempo de colocación del tubo de drenaje postoperatorio (4,31±1,15 d), el tiempo necesario para la recuperación de la función gastrointestinal (1,74±0,54 d), el tiempo necesario para levantarse de la cama (1,14±0,55 h) y el tiempo de estancia en el hospital (9,94±1,45 d) fueron más cortos en comparación con los del grupo convencional, que fueron de 3,21±0,32 h, 12,00±0,45 d y 3,00±0,32 h, respectivamente.21±0,32 h, 12,14±2,98 d, 2,89±0,67 d, 2,09±0,87 h y 14,14±1,15 h, mostrando diferencias estadísticas (P<0,05); la pérdida de sangre intraoperatoria (79,74±6,45 ml) y el estado residual de los cálculos (0%) en el grupo de IA fueron mucho menores que en el grupo convencional (P<0,05). Además, la incidencia de complicaciones (10,26%) y los indicadores de la función vesicular postoperatoria de los pacientes del grupo de IA fueron muy inferiores a los del grupo convencional (P<0,05). Conclusiones. La tecnología de detección visual asistida por el algoritmo CNN mostró un buen efecto en el procesamiento de imágenes, y la tecnología endoscópica puede mejorar eficazmente el efecto del tratamiento de los cálculos biliares combinados con coledocolitiasis con la ayuda de esta tecnología. Por lo tanto, la conclusión de este estudio demostró que la tecnología de detección visual basada en algoritmos inteligentes mostraba un buen futuro en el campo médico.
Citación recomendada (normas APA)
Hindawi, "Artificial Intelligence-Assisted Visual Sensing Technology under Duodenoscopy of Gallbladder Stones", -:Revista VirtualPRO,, 2021. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3912532/), el día 2025-12-19.
¡Disfruta más de la BDB!
Explora contenidos digitales de forma gratuita, crea tus propias colecciones, colabora y comparte con otros.
