Validace biliopankreatického navigačního systému EUS založeného na umělé inteligenci pro zlepšování kvality v reálném čase: Prospektivní, jednocentrová, randomizovaná kontrolovaná zkouška

Endoskopická ultrasonografie (EUS) se v posledních letech rozvinula v preferovanou zobrazovací modalitu pro diagnostiku biliopankreatických onemocnění, zejména malých (< 3 cm) nádorů pankreatu a malých (< 4 mm) konkrementů ve žlučových cestách. EUS je proto často volen jako hlavní nástroj pro screening časných biliopankreatických onemocnění u vysoce rizikových jedinců. Mnoho studií však ukázalo, že míra detekce biliopankreatických onemocnění v rámci EUS se mezi různými endoskopisty liší od 70 % do 93 % kvůli kvalitě vyšetření a rozdílům mezi operátory, což naznačuje, že nedochází k diagnostice lézí. Zmeškaná diagnóza rakoviny pankreatu způsobuje, že pacienti ztrácejí příležitost k radikální operaci a pětileté přežití se snižuje na 7,2 %; a chybějící diagnóza choledocholitiázy způsobuje závažná akutní onemocnění, jako je akutní cholangitida a akutní pankreatitida; má závažné důsledky na prognózu a kvalitu života pacientů. Proto je důležité omezit promeškanou diagnózu lézí při dalším rozšíření aplikace EUS.

Zajištění kvality vyšetření je základním předpokladem pro zjištění biliopankreatických lézí u EUS. Existují dva hlavní důvody ovlivňující kvalitu biliopankreatického EUS vyšetření: Za prvé, nestandardní operace endoskopisty; vynikající biliopankreatická EUS vyšetření vyžadují kontinuitu a integritu skenu. Podle zkušeností Japonské společnosti pro gastrointestinální endoskopii a evropských a amerických odborníků se jako standardní skenovací postup u biliopankreatického EUS zavedl multistaniční přístup. A tyto standardní stanice obsahují anatomické orientační body, které lze použít k lokalizaci snímače a identifikaci oblastí, které nejsou skenovány. American Society for Gastrointestinal Endoscopy (ASGE) a American Association for Gastrointestinal Endoscopy (ACG) Endoscopic Quality Working Group také vydaly indikátory kvality, které by měly být doplněny pro EUS vyšetření. Ale často nejsou dobře dodržovány kvůli nedostatku dohledu a dostupnosti praktických nástrojů a v současných každodenních EUS skenech je velké množství slepých oblastí. Za druhé, je obtížné porozumět americkým obrázkům s šedou a bílou texturou. Dokonce i zkušení endoskopisté mají určité problémy s identifikací anatomických struktur na snímcích EUS. Proto je zásadní vyvinout praktický nástroj, který dokáže monitorovat slepou oblast EUS vyšetření v reálném čase, snížit obtížnost ultrasonografické interpretace a standardizovat kvalitu EUS vyšetření.

Hluboké učení bylo úspěšně aplikováno v mnoha oblastech medicíny. V oblasti endoskopické ultrasonografie se většina výzkumů věnuje použití počítačových nástrojů, které pomáhají při diagnostice lézí na statických snímcích, zatímco vzácná práce studovala roli hlubokého učení při monitorování slepé oblasti EUS vyšetření a zkoumání pomoci na skutečných -časová ultrasonografická interpretace. Již dříve jsme úspěšně vyvinuli a ověřili navigační systém EUS, který dokáže v reálném čase identifikovat standardní stanice EUS pankreatu a žlučovodů. Přestože byly publikovány povzbudivé předběžné výsledky týkající se použití umělé inteligence při snižování obtížnosti EUS snímků, tento systém nebyl ověřen v reálném klinickém prostředí a není jasné, zda jej lze úspěšně použít v klinické praxi a zlepšit kvalitu EUS vyšetření.

Proto jsme v této studii aktualizovali EUS-inteligentní endoskopické analytické zařízení v reálném čase (pojmenované EUS-IREAD) na základě výše uvedených modelů rozpoznávání biliopankreatických stanic EUS a dále jsme trénovali funkci identifikace anatomických orientačních bodů, abychom lépe lokalizovali polohu snímače a diagnostikovali biliopankreatické léze. Poté jsme provedli jednocentrovou randomizovanou kontrolovanou studii, abychom zhodnotili její doplňkovou výkonnost k EUS endoskopistům v klinickém prostředí.