MétaCan
Menu
← Retour à la cohorte
Enregistrement W2741049680 · doi:10.2196/mhealth.7232

Smartphone-Based Endoscope System for Advanced Point-of-Care Diagnostics: Feasibility Study

2017· article· en· W2741049680 sur OpenAlexvenueno aff
Jung Kweon Bae, Andrey Vavilin, Joon S. You, Hyeongeun Kim, Seon-Young Ryu, Jeong Hun Jang, Woonggyu Jung

Notice bibliographique

RevueJMIR mhealth and uhealth · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueGastrointestinal Bleeding Diagnosis and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEndoscopeMedical physicsMedicineComputer sciencePoint of careSurgeryMedical emergencyPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Endoscopic technique is often applied for the diagnosis of diseases affecting internal organs and image-guidance of surgical procedures. Although the endoscope has become an indispensable tool in the clinic, its utility has been limited to medical offices or operating rooms because of the large size of its ancillary devices. In addition, the basic design and imaging capability of the system have remained relatively unchanged for decades. OBJECTIVE: The objective of this study was to develop a smartphone-based endoscope system capable of advanced endoscopic functionalities in a compact size and at an affordable cost and to demonstrate its feasibility of point-of-care through human subject imaging. METHODS: We developed and designed to set up a smartphone-based endoscope system, incorporating a portable light source, relay-lens, custom adapter, and homebuilt Android app. We attached three different types of existing rigid or flexible endoscopic probes to our system and captured the endoscopic images using the homebuilt app. Both smartphone-based endoscope system and commercialized clinical endoscope system were utilized to compare the imaging quality and performance. Connecting the head-mounted display (HMD) wirelessly, the smartphone-based endoscope system could superimpose an endoscopic image to real-world view. RESULTS: A total of 15 volunteers who were accepted into our study were captured using our smartphone-based endoscope system, as well as the commercialized clinical endoscope system. It was found that the imaging performance of our device had acceptable quality compared with that of the conventional endoscope system in the clinical setting. In addition, images captured from the HMD used in the smartphone-based endoscope system improved eye-hand coordination between the manipulating site and the smartphone screen, which in turn reduced spatial disorientation. CONCLUSIONS: The performance of our endoscope system was evaluated against a commercial system in routine otolaryngology examinations. We also demonstrated and evaluated the feasibility of conducting endoscopic procedures through a custom HMD.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,074
Tête enseignante GPT0,414
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealth→Même sujetGastrointestinal Bleeding Diagnosis and Treatment→Travaux en français237 207→