Embodiments of a system and method for training and using a model for assessing endoscope channel damage, based on artificial intelligence image and video analysis techniques, are generally described. In example embodiments, an analysis is performed by: receiving image data captured from a borescope advancing in a lumen of an endoscope； evaluating the image data with a trained artificial intelligence model to generate a predicted state of the lumen from the image data, with the model trained to generate the predicted state based on a feature identified from the image data； and outputting data that represents the predicted state of the lumen of the endoscope. Corresponding techniques for training the model are also performed by: receiving training image data captured from a lumen of an endoscope； performing feature extraction； training a model based on the identified features； and outputting the model for use in analyzing images.L'invention concerne des modes de réalisation d'un système et d'un procédé d'entraînement et d'utilisation d'un modèle pour évaluer des dommages de canal d'endoscope, basés sur des techniques d'analyse de vidéo et d'image par intelligence artificielle. Dans des modes de réalisation donnés à titre d'exemple, une analyse est effectuée par : la réception de données d'image capturées à partir d'un boroscope avançant dans une lumière d'un endoscope ； l'évaluation des données d'image avec un modèle d'intelligence artificielle entraîné pour générer un état prédit de la lumière à partir des données d'image, le étant modèle entraîné pour générer l'état prédit sur la base d'une caractéristique identifiée à partir des données d'image ； et l'émission de données qui représentent l'état prédit de la lumière de l'endoscope. Des techniques correspondantes d'entraînement du modèle sont également réalisées par : la réception de données d'image d'entraînement capturées à partir d'une lumière d'un endoscope ； la réalisation d'une extraction de caractéristiques ；
