在筛查结肠镜检查过程中，错过了四分之一的结直肠肿瘤 - 这些可以发展为结直肠癌（CRC）。在过去的几年中，在内窥镜环境中引入了人工智能深度学习系统，以允许具有高精度的息肉的实时计算机辅助检测/表征（CAD）。因此，以此目的提出了很少的CADE（检测）和CADX（诊断，表征）。由于CAD系统基于深度学习，该计算机直接从监督数据中学习息肉识别，而无需在最终算法上进行任何人体控制，因此它们的结果在临床环境中结合了一些不可预测性，在应用后必须谨慎解释。这意味着内窥镜医生可能会出现FP图像，而FP图像首先永远不会被选为可疑区域。这些FPS可能会妨碍CADE骨镜的效率。可能需要额外的时间来区分实际的FP和可能的假阴性结果。过量的FPS可能会减少内窥镜检查CADE的动机，从而导致其在临床实践中的不足。尽管必须始终由医生来解释蛋白结束的迹象，但在没有适当训练的情况下使用时，FP可能会导致不必要的息肉切除术和相关的不良事件。然而，系统提供的虚假积极信号的数量和质量之间缺乏信息。通过对一项随机临床试验的事后分析，我们在我们的机构Humanitas临床和研究医院IRCC中提取和分析了CADE-Colososcopicy（GI Genius）的视频库（GI GENIUS），我们的目标主要是由于CADE通过CADE造成的。肠壁上的人工制品。尽管频率很高，但该CADE系统的FPS导致总撤回时间的增加1％，因为大多数人都立即被内镜医生丢弃。

在筛查结肠镜检查过程中，错过了四分之一的结直肠肿瘤 - 这些可以发展为结直肠癌（CRC）。在过去的几年中，在内窥镜环境中引入了人工智能深度学习系统，以允许具有高精度的息肉的实时计算机辅助检测/表征（CAD）。因此，以此目的提出了很少的CADE（检测）和CADX（诊断，表征）。由于CAD系统基于深度学习，该计算机直接从监督数据中学习息肉识别，而无需在最终算法上进行任何人体控制，因此它们的结果在临床环境中结合了一些不可预测性，在应用后必须谨慎解释。这意味着内窥镜医生可能会出现FP图像，而FP图像首先永远不会被选为可疑区域。这些FPS可能会妨碍CADE骨镜的效率。可能需要额外的时间来区分实际的FP和可能的假阴性结果。过量的FPS可能会减少内窥镜检查CADE的动机，从而导致其在临床实践中的不足。尽管必须始终由医生来解释蛋白结束的迹象，但在没有适当训练的情况下使用时，FP可能会导致不必要的息肉切除术和相关的不良事件。然而，系统提供的虚假积极信号的数量和质量之间缺乏信息。通过对一项随机临床试验的事后分析，我们在我们的机构Humanitas临床和研究医院IRCC中提取和分析了CADE-Colososcopicy（GI Genius）的视频库（GI GENIUS），我们的目标主要是由于CADE通过CADE造成的。肠壁上的人工制品。尽管频率很高，但该CADE系统的FPS导致总撤回时间的增加1％，因为大多数人都立即被内镜医生丢弃。