Hill-grade znalosti prostřednictvím integrované neuronové sítě pro gastroskopii (HillKING)

Objektivní:

Primárním cílem této studie je porovnat přesnost stanovení Hillovy klasifikace během gastroskopie mezi systémem založeným na umělé inteligenci (AI) a lékaři provádějícími vyšetření. Sekundární výsledky zahrnují hodnocení přesnosti na třídu a další statistické ukazatele, jako je přesnost, zapamatovatelnost a skóre f1.

Studovat design:

Jednocentrová, endoskopicky zaslepená studie. Model uvažovaný v předchozí studii dosáhl průměrné přesnosti 88 %. Všichni účastníci nejprve absolvovali přednášku sloužící jako osvěžení ohledně Hill klasifikace. Následně byli lékaři požádáni, aby poskytli Hillovu klasifikaci pro testovací snímky anotované snímky znázorňující různé Hillovy stupně s průměrnou přesností 72 %. Je tedy zapotřebí 127 párových měření. Vezmeme-li v úvahu odchod pacientů, je třeba získat alespoň 159 pacientů. Při vyšetření chlopně při endoskopii je lékař povinen uložit snímek chlopně při retroflexi, což je součástí standardního postupu, na základě kterého stanoví Hill klasifikaci. Predikce modelu AI na tomto obrázku je považována za výstup modelu a je považována za výstup modelu. Skupina tří odborných endoskopistů určuje Hill klasifikaci pro každý snímek na základě většinového hlasování, což je považováno za zlatý standard.

Nastavení AI a omezení:

Neexistují žádná omezení způsobená AI. Způsob provádí analýzu záznamu snímek po snímku. Tyto obrázky jsou analyzovány ze systému založeného na umělé inteligenci za účelem získání předpovědí. Jedinou potřebnou interakcí s metodou je stisknutí tlačítka, které zahájí proces záznamu vyšetření a druhé stisknutí tlačítka pro ukončení záznamu. To se provádí na začátku a na konci vyšetření. Model použitý v této studii je aktualizovanou verzí modelu uváděného v předběžné studii, která byla trénována s více daty spolu s pomocným výstupem pro predikci, zda je Hillova klasifikace relevantní pro zobrazený obrázek.

Studijní populace:

Všichni dospělí pacienti určení ke gastroskopii, kteří nesplňují vylučovací kritéria, budou požádáni o informovaný souhlas. Kritéria pro vyloučení zahrnují předchozí chirurgické zákroky nebo změněnou anatomii, která brání řádnému vyšetření chlopně, vyšetření, kdy chlopeň není zkontrolována, a vyšetření, kde odborná komise nezíská většinu hlasů.

Zásah:

Lékař provádí vyšetření jako obvykle. Při kontrole chlopně lékař jako obvykle pořídí snímek vyšetření a vyhodnotí Hillův stupeň. Výstup modelu pro stejný obrázek je považován za predikci modelu. Lékař je zaslepený předpovědí modelu.