Amélioration de la reconnaissance visuelle endoscopique des calculs urinaires par l’intelligence artificielle via l’apprentissage des morphologies associées fréquentes

Autor: Chicaud, M., Turcotte, B., Robert, G., Bernhard, J.C., Bladou, F., Capon, G., Alezra, E., Daudon, M., Estrade, V., De Senneville, B.D.
Zdroj: Progrès en Urologie - FMC; November 2024, Vol. 34 Issue: 7, Number 7 Supplement 1 pS12-S13, 2p
Abstrakt: L’analyse morphologique visuelle première des calculs urinaires associée à l’analyse infrarouge permet une meilleure connaissance des facteurs lithogènes. La reconnaissance visuelle endoscopique des morphologies des calculs aide à la compréhension des causes lithogènes. Nous pouvons évaluer la morphologie macroscopique de la surface, de la section et du noyau d’un calcul entier, tandis que l’analyse des fragments n’évalue qu’une partie du calcul. Récemment, nous avons montré une concordance entre la reconnaissance visuelle endoscopique par un urologue expert et la microscopie optique. Nous avons également montré une très grande précision de la reconnaissance visuelle d’images numériques grâce à l’intelligence artificielle (IA). Notre objectif était de savoir si l’apprentissage des associations fréquentes entre morphologies de calcul permet d’augmenter la précision de l’IA.
Databáze: Supplemental Index