Udvikling og validering af et kunstig intelligens-baseret biliær strikturnavigationssystem i MRCP-baseret ERCP

585/5000 Galdeforsnævring kan opdeles i benign galdeforsnævring og ondartet galdeforsnævring, og ondartet hilar galdeforsnævring er en af ​​de almindelige årsager. Da der ikke er nogen specifik tidlig screeningsmetode for ondartet hilar galdevejsobstruktion på nuværende tidspunkt, og de fleste patienter ikke har nogen tydelige kliniske symptomer i det tidlige stadie, er de fleste patienter allerede i det fremskredne stadie, når de første gang diagnosticeres. Avanceret malign hilar galdeobstruktion kan ikke gennemgå en resektionsoperation, hvis førstevalg til behandlingen er palliativ endoskopisk galdedrænage. Galdedrænage kan lindre gulsot, pruritus og andre symptomer på grund af kolestase. Men før det smalle segment blev placeret stenten, kunne kontrastmidlet ikke passere gennem det smalle segment, og galdegangen over det smalle segment kunne ikke ses. Så det var svært for læger at bestemme retningen af ​​guidetråden og placering af stenten. Derudover kan vilkårlig påføring af kontrastmidlet forårsage obstruktion af udstrømning, hvilket fører til infektion. Der er dog ingen relevant forskning til at løse disse problemer.

MRCP er den foretrukne undersøgelsesmetode for bugspytkirtel- og galdevejssygdomme. Derfor bør MRCP udføres rutinemæssigt, før patienter behandles med ERCP. På nuværende tidspunkt er MRCP i liggende stilling, og ERCP er i liggende stilling. Forskellige positioner fører til forskelle i morfologien af ​​MRCP og galdegangen på ERCP. Så præoperativ MRCP i liggende stilling har begrænset rolle i at rådgive læger om morfologien af ​​galdegangen. Derfor er MRCP i liggende stilling mere gunstigt for endoskopister til at udføre ERCP.

I de senere år er deep learning-algoritmer løbende blevet udviklet og mere og mere modne. De er gradvist blevet anvendt til det medicinske område. Computervision er en videnskab, der studerer, hvordan man får maskiner til at "se". Gennem dyb læring kan kamera og computer erstatte menneskelige øjne til at udføre maskinsyn såsom målgenkendelse, sporing og måling. Tværfagligt samarbejde inden for medicinsk billeddannelse og computersyn er også et af forsknings-hotspots i de senere år. På nuværende tidspunkt anvendes det hovedsageligt til automatisk identifikation og påvisning af læsioner og kvalitetskontrol og har opnået gode resultater. Det kan hjælpe læger med at finde læsioner, stille sygdomsdiagnose og standardisere lægers operationer for at forbedre kvaliteten af ​​lægers operationer. Med moden teknisk support har det en god udsigt og anvendelsesværdi til at udvikle endoskopisk operativsystem til påvisning af læsioner og kvalitetskontrol baseret på kunstig intelligens metoder såsom deep learning.

I denne undersøgelse foreslog efterforskerne et kunstig intelligens-baseret biliær strikturnavigationssystem i MRCP-baseret ERCP, som kan instruere retningen af ​​guidetråden og placeringen af ​​stenten i realtid.