Hill-grade viden via integreret neuralt netværk til gastroskopi (HillKING)

Objektiv:

Det primære mål med denne undersøgelse er at sammenligne nøjagtigheden i bestemmelse af Hill-klassifikationen under gastroskopi mellem et kunstig intelligens (AI) baseret system og læger, der udfører undersøgelsen. Sekundære resultater omfatter evaluering af nøjagtigheden pr. klasse og andre statistiske mål såsom præcision, genkaldelse og f1-score.

Studere design:

Singlecenter, endoskopist blindet undersøgelse. Den model, der blev overvejet i en tidligere undersøgelse, opnåede en gennemsnitlig nøjagtighed på 88 %. Alle deltagere deltog i første omgang i et foredrag, der fungerede som en genopfriskning vedrørende Hill-klassifikationen. Efterfølgende blev læger bedt om at give Hill-klassifikationen for testbilleder ekspertkommenterede billeder, der afbilder forskellige Hill-kvaliteter, hvilket opnåede en gennemsnitlig nøjagtighed på 72 %. Der kræves således 127 parrede målinger. Tager man patientfrafald i betragtning, skal der rekrutteres mindst 159 patienter. Ved undersøgelse af klapklappen under endoskopi skal lægen opbevare et billede af klapklappen under retrofleksion, hvilket er en del af standardproceduren, baseret på hvilken de bestemmer Hill-klassifikationen. Forudsigelsen af ​​AI-modellen på dette billede betragtes som modeloutput og betragtes som modellens output. En gruppe på tre ekspertendoskopister bestemmer Hill-klassificeringen for hvert billede, baseret på flertalsafstemning, som behandles som guldstandarden.

AI opsætning og begrænsninger:

Der er ingen begrænsninger forårsaget af AI. Metoden udfører en billed-for-ramme-analyse af optagelsen. Disse billeder er parset fra det AI-baserede system for at opnå forudsigelser. Den eneste interaktion, der kræves med metoden, er et knaptryk, der starter undersøgelsesoptagelsesprocessen, og et andet knaptryk for at afslutte optagelsen. Dette udføres ved henholdsvis begyndelsen og slutningen af ​​undersøgelsen. Modellen brugt i denne undersøgelse er en opdateret version af modellen rapporteret i et foreløbigt studie, som er blevet trænet med flere data sammen med et hjælpeoutput til at forudsige, om Hill-klassifikationen er relevant for det viste billede.

Undersøgelsespopulation:

Alle voksne patienter udpeget til gastroskopi, som ikke matcher eksklusionskriterierne, vil blive bedt om informeret samtykke. Eksklusionskriterier omfatter tidligere kirurgiske indgreb eller ændret anatomi, der forhindrer korrekt undersøgelse af klapklappen, undersøgelser, hvor klapklappen ikke er inspiceret, og undersøgelser, hvor ekspertudvalget ikke fremkommer med flertalsafstemning.

Intervention:

Lægen udfører undersøgelsen som sædvanlig. Ved inspektion af klapventilen tager lægen som sædvanligt et billede af undersøgelsen og giver deres vurdering af Hill-karakteren. Outputtet af modellen for det samme billede betragtes som modelforudsigelsen. Lægen er blind for modellens forudsigelse.