XiaoMi-AI文件搜索系统
World File Search System内窥镜
在模拟 ERCP 环境中研究创新内窥镜干燥和储存方法的有效性
因为微生物可以在潮湿的表面生长并形成生物膜。在这项实验性非临床研究中，我们研究了一种新型快速干燥方法在再处理十二指肠镜时的有效性。方法在一系列 40 次测试中，在非临床 ERCP 模拟中将三根十二指肠镜暴露于含有四种肠道微生物超生理负荷的人工测试土壤中，然后用 PlasmaTYPHOON 进行再处理和干燥。在自动净化后和用 PlasmaTYPHOON 干燥后立即采集远端尖端和工作通道的培养物。使用氯化钴纸测试和内窥镜检查来评估干燥效果。结果工作通道的污染从净化后的 86.4% 下降到干燥后的 33.6%，其中 94% 的干燥后阳性样本属于一个十二指肠镜。该十二指肠镜工作通道持续受到铜绿假单胞菌污染。另外两台十二指肠镜在净化后的通道样本中仅显示低水平的铜绿假单胞菌，但在干燥后没有。氯化钴试纸测试和内窥镜检查显示良好的干燥效果。结论在净化后的湿式内窥镜中经常发现肠道微生物阳性培养物。PlasmaTYPHOON 是一种有效的快速干燥方法，能够在净化后消灭几乎所有残留的微生物，前提是没有形成生物膜，即使在使用超生理浓度的细菌负荷时也是如此。PlasmaTYPHOON 的临床使用有可能减少内窥镜污染、湿式污染内窥镜的使用，从而降低患者感染的风险。
柔性内窥镜的抽样和培养：第一阶段
参考文献1。奥林巴斯。了解灵活内窥镜的抽样和培养的差异：为什么我们需要一种统一的方法。在线提供：https：//infectionprevention.olympus.com/en-us/scientific-evid-ence/publications/nexpass-differences-smppling-smpling-ulturing。访问2023年2月2。奥林巴斯。针对内窥镜抽样和培养计划实施和管理的提示，技巧和见解。在线提供：https：//infectionprevention.olympus.com/en-us/scientific-evidence/publications/sampling-and-culturing。2023年2月访问； 3。奥林巴斯。美国内窥镜研究：正确进行采样，培养和评估。在线提供：https：//infectionprevention.olympus.com/en-us/scientific-evidence/publications/endoscopes-sampling-culturing。访问2023年2月
欧洲胃肠道内窥镜学会（ESGE ...
机构1葡萄牙肿瘤学研究所 - 波尔图 - 葡萄牙2 MedCIDS，MedCIDS，医学院，波尔图大学医学院，波尔图大学，波尔图市3港口综合癌症中心（PORTO.CCC）和RISE@CI-IPOP（CI-IPOP（ci-IPOP），卫生研究网络，Porto 4葡萄牙5胃肠病学，Unilabs，葡萄牙，6胃肠病学和肝病学系，阿姆斯特丹胃肠病学和代谢，阿姆斯特丹大学医学中心，阿姆斯特丹，荷兰7号，荷兰7号，胃肠病学和肝病学系7澳大利亚悉尼9西西部临床学校，悉尼悉尼，悉尼，澳大利亚10号肝胃肠病学系，康维斯大学圣卢克大学，圣卢克大学，比利时布鲁塞尔市，布鲁塞尔大学，saptien and andrea and andrea and andrea and andrea医院，sapienza sapienza coressory，sapien and casertro and sapien and aseratr of sertro and asertr of Momymom prosstry of Momymome hommom of Momymome pros，肝癌和消化肿瘤学，Cub Erasme医院，Libre de Bruxelles大学（ULB），布鲁塞尔，比利时，比利时13号生物医学科学系，意大利米兰人类大学。内窥镜临床和研究中心IRCC，意大利Rozzano的内窥镜检查部
内窥镜和ENT食管镜检查的仪器 - 支气管镜检查
卡尔·斯托兹（Karl Storz）参加了参与内窥镜和内窥镜配件标准的国家和国际机构。标准化的设计和开发长期以来一直由Karl Storz始终如一地实施。用户可以放心，Karl Storz Group的所有产品都经过设计和构建，不仅符合严格的内部质量指南，而且还符合国际标准。所有与安全使用相关的数据，例如查看方向，尺寸和直径，或有关望远镜灭菌的注释，均根据国际标准制定到工具上，因此提供了可靠的信息。
研究文章 用于分析结肠内窥镜图像以检测与肠易激综合征相关的变化的人工智能模型
IBS 不被认为是一种器质性疾病，通常在下消化道内镜检查中没有异常，尽管最近有报道称 IBS 患者出现生物膜形成、菌群失调和组织学微炎症。在本研究中，我们调查了人工智能 (AI) 结直肠图像模型是否可以识别与 IBS 相关的微小内镜变化，这些变化通常无法被人类调查者检测到。研究对象根据电子病历确定，分为 IBS（I 组；n = 11）、以便秘为主的 IBS（IBS-C；C 组；n = 12）和以腹泻为主的 IBS（IBS-D；D 组；n = 12）。研究对象没有其他疾病。获取了 IBS 患者和无症状健康受试者（N 组；n = 88）的结肠镜检查图像。使用Google Cloud Platform AutoML Vision（单标签分类）构建AI图像模型，计算敏感度、特异度、预测值和AUC。为N组、I组、C组和D组分别随机选择了2479、382、538和484张图像。区分N组和I组的模型的AUC为0.95。I组检测的敏感度、特异度、阳性预测值和阴性预测值分别为30.8%、97.6%、66.7%和90.2%。区分N组、C组和D组的模型的总体AUC为0.83；N组的敏感度、特异度和阳性预测值分别为87.5%、46.2%和79.9%。使用图像 AI 模型，IBS 的结肠镜检查图像可以在 AUC 0.95 处与健康受试者区分开来。需要进行前瞻性研究以进一步验证这种外部验证模型在其他机构是否具有类似的诊断能力，以及是否可以用它来确定治疗效果。
经皮内窥镜透明椎间盘后腰椎复发的风险的预后模型的开发和验证
近年来，人口老龄化和工作压力的增加，腰椎间盘突出症（LDH）在临床工作中变得越来越普遍（1,2）。在个体一级，患者会因感觉或运动损失而腿部疼痛，从而导致日常生活活动的障碍甚至残疾。在社会一级，由于病假和住院相关的成本，LDH对社会造成了巨大的经济负担（3,4）。大多数LDH可以通过保守治疗来解决，但是如果不能提供有效的缓解，则应通过手术治疗有症状的LDH。手术，不确定性的重要领域是对手术后复发性LDH（RLDH）的风险进行准确的预测。经皮内窥镜经膜片乳液（PETD）是一种微创的脊柱手术，涉及去除椎间盘突出，肥大性韧带素，增生性结节，骨凸起，并扩大弗氏孔，后期的Saphenos Saphenos Saphenos Cans，甚至是脑部的杂种。目前，PETD是一种常规的，最少的侵入性手术程序，用于治疗LDH。然而，由于RLDH（5）（5），有些患者不满意术后结果，在初次椎间盘切除术后将其定义为同一障碍的DH，而复发间隔为6个月以上（6）。先前的研究（7-9）表明，术后RLDH的发生率从3％到11％，这使得RLDH成为脊柱外科医生需要解决的重要问题。在先前的重新研究研究（10,11）中，研究人员报告了RLDH的几个可能的风险因素，包括高龄，性别，肥胖，糖尿病，吸烟，疾病和椎间盘变性程度。迄今为止，尚无任何预测模型使用最少绝对收缩或选择操作员（LASSO）回归来筛选RLDH风险因素的报告。进行了这项回顾性研究，以分析接受PETD，年龄，疝气类型的患者的临床和成像数据，筛查，PFIRRMANN分类，吸烟以及高强度体力劳动的历史。基于7个预测因子建立了预测模型，内部验证的结果表明，该模型具有良好的综合性能，可以很好地预测PETD在早期阶段的PETD之后的RLDH风险
绿色内窥镜：英国胃肠病学会
抽象的GI内窥镜检查是高度资源密集型的，对温室气体（GHG）排放和废物产生做出了重大贡献。在气候变化的背景下，可持续内窥镜检查是内窥镜提供者，单位和专业社会之间主流讨论的重点。除了更广泛的全球挑战外，还有一些与内窥镜检查单位及其实践相关的特定措施，这可能会大大降低环境影响。对这些问题的意识和有关减轻GI内窥镜检查碳足迹的实践干预措施的指南。 在此共识中，我们讨论了减少内窥镜检查对内窥镜检查单位和从业人员的环境影响的实用措施。 采用这些措施将有助于和促进新的实践以及更可持续的专业的发展。对这些问题的意识和有关减轻GI内窥镜检查碳足迹的实践干预措施的指南。在此共识中，我们讨论了减少内窥镜检查对内窥镜检查单位和从业人员的环境影响的实用措施。采用这些措施将有助于和促进新的实践以及更可持续的专业的发展。
边缘人工智能无线视频胶囊内窥镜
胃肠道 (GI) 疾病是全球发病率和死亡率较高的原因，包括结肠直肠癌，结肠直肠癌在 50 岁以下成年人中的发病率不断上升。虽然可以通过定期筛查来缓解这一问题，但由于准确性和患者接受度不足，只有一小部分高风险人群接受了全面筛查。为了应对这些挑战，我们设计了一种人工智能 (AI) 无线视频内窥镜胶囊，其性能超越了现有解决方案，包括：(1) 使用板载深度神经网络 (DNN) 进行实时图像处理，(2) 通过部署白光和窄带成像增强粘膜层可视化，(3) 使用无线编程进行移动任务修改和 DNN 更新，以及 (4) 与患者的个人电子设备进行双向通信以报告重要发现。我们在体内环境中测试了我们的解决方案，将我们的内窥镜胶囊施用于全身麻醉的猪。所有在单一平台上成功实现的新功能都经过了验证。我们的研究为新一代胶囊内窥镜的临床应用奠定了基础，将显著提高上、下消化道疾病的早期诊断。
炎症性肠病内窥镜检查的人工智能
2 然而，集中阅读既耗时又费钱，在常规护理中的应用还不确定。即时客观的盲法 CAD 评估将解决这一限制，并有助于推进常规高质量内窥镜评分解释，以将其纳入治疗目标。CAD 可用于培训未来的胃肠病学研究员这一想法很有趣。目前的受训人员在进行 IBD 内窥镜检查时，有望达到准确解释内窥镜活动的能力。然而，他们的经验很大程度上是主观的，需要主管对内窥镜检查有深入的理解和准确的评分能力。使用人工智能对粘膜疾病活动进行标准化、准确和客观的评估可以实时验证他们的内窥镜评分解释，并识别和加强知识差距。第二个立场是 CAD 可以通过提高日常实践模式的成本效益来有益于疾病管理。由于 CAD 提供了一种
喉内窥镜中的人工智能
结果：纳入的 13 项研究总体偏倚风险较低。AI 模型的总体准确率非常高（从 0.806 到 0.997），用于构建和评估模型的图像数量从 120 到 24,667 不等。使用较大数据库的研究的准确率明显更高。对健康喉组织识别的汇总灵敏度和特异性（8 项研究）分别为 0.91（95% CI：0.83-0.98）和 0.97（95% CI：0.96-0.99）。对良性和恶性病变的区分（7 项研究）的相同值分别为 0.91（95% CI：0.86-0.96）和 0.95（95% CI：0.90-0.99）。分析扩展到比较评估窄带成像（3 项研究）和白光内窥镜图像（4 项研究）的 AI 模型的灵敏度和特异性。两种方法的结果相似，未发现亚组效应（灵敏度 p = 0.406，特异性 p = 0.817）。