尽管在最近的一项大规模研究中，深度学习在检测和定位结肠息肉中的准确性高达96％或更高，但是肠胃科医生无需担心被机器取代，患者也不必担心机器人结肠镜检查。
。
该研究由加州大学欧文分校的医师和计算机科学家进行，并于2018年10月出版的《胃肠病学》杂志上发表。
该评论是针对来自意大利科莫Valduce医院的GI专家的，目前该专家对化学和免疫力有所了解。
医学博士弗朗哥·拉达利（Franco Radaelli）和医学博士西尔维娅·帕吉（Silvia Paggi）考虑了这项研究的重要性，并提出了“人性化”的三个方面。
否则，结肠镜检查程序和解释的质量将受到严重影响。
1.使息肉进入视野的技能。
“尽管很难进行客观评估，但该技术与内镜医师严格相关，是区分高低腺瘤检测器的有力指标”。
拉达利和帕吉写道。
2.专注于视野内病变的能力。
“通过使用眼动追踪技术评估内镜医师的视觉注视模式对腺瘤检出率的影响的研究。
这是检测观察模式差异的客观工具，[已]定义了与专家行为注视模式有关的独特视觉。
3.将目标病变与周围正常黏膜或其他细微的黏膜病变区分开的能力没有临床意义。
“这主要取决于内镜医师的经验和文化。
无柄锯齿的情况一直存在，但直到最近一直没有被忽视，这代表了这种情况。
拉达利（Radaelli）和帕吉（Paggi）承认前两项特别与检查程序有关。
这是相关的，而不是目视检查，因此可以相信，至少在AI能够可靠地使假阳性率远低于所报道的7％之前，结肠镜检查AI仍将依赖于人类解释器。
2018年的研究。
“就像[UC-Irvine]一样，如研究中所示，添加新的训练样本不仅具有更多的息肉，而且还具有随机的伪影，例如水，空气，气泡，粪便和低质量的模糊帧，这可以减少他们写道：“图片的误报率很高”。
他们都同意，无论哪种方式，“在结肠镜检查期间使用计算机辅助检测系统进行息肉检测非常令人兴奋，我们相信在不久的将来，这些技术将成为现代内窥镜平台的一部分。
＆quot;
