Validering af AI-ENDO-systemet ved endoskopisk submukøs dissektion

Mave-tarm (GI) kræft, herunder mave-, tyk- og endetarms- og spiserørskræft, er tilsammen den mest almindelige kræftform i verden og den førende årsag til kræftrelaterede dødsfald globalt. Sygdommen udgør en betydelig byrde i Hong Kong, hvor der årligt diagnosticeres mere end 6.000 nye tilfælde ifølge lokale kræftstatistikker. På trods af betydelige fremskridt i forståelsen af dens patologi, molekylære mekanismer og terapeutiske strategier forbliver overlevelsesraten for fremskreden GI-kræft suboptimal, med en 5-års overlevelsesrate under 60% for de fleste maligne sygdomme.

Indførelsen af regeringsledede initiativer og internationale kræftpolitikker har udvidet programmer for tidlig GI-kræftscreening, hvilket muliggør, at flere patienter diagnosticeres på et tidligere stadie. Tidlig opdagelse giver mulighed for mindre invasive og mere effektive behandlingsmuligheder med forbedret prognose og øgede kurative kirurgiske rater.

Komplet tumorresektion forbliver den eneste kurative tilgang for lokaliseret GI-kræft. Endoskopisk submukøs dissektion (ESD), en minimalt invasiv endoskopisk teknik, er blevet en etableret metode for tidligstadie-kræft begrænset til slimhindelaget. ESD muliggør en-bloc resektion af læsioner og opnår lavere lokale recidivrater sammenlignet med konventionel endoskopisk slimhindereseksjon. Det har også vist gunstige perioperative resultater, herunder kortere operationstid, lavere komplikationsrater og reduceret hospitalsophold. I lande, hvor screeningsprogrammer er velimplementeret, såsom Japan, overstiger antallet af ESD-procedurer nu radikale gastrektomier, hvilket gør ESD til den foretrukne behandlingsmodalitet for tidlig mavekræft. ESD bruges også til behandling af præmaligne læsioner i GI-trakten, hvilket forhindrer progression til invasiv kræft.

En ESD-procedure involverer fire hovedfaser: (1) markering af den målrettede læsion, (2) submukøs injektion for at skabe en beskyttende pude, (3) cirkumferentiel incision og (4) submukøs dissektion og fjernelse af læsionen. Selvom ESD muliggør komplet resektion af læsioner uanset størrelse og har en recidivrate under 1%, forbliver det teknisk krævende og indebærer risici såsom blødning og perforation. I regioner, hvor ESD-adoptionen er lavere, kan læringskurven overstige flere hundrede tilfælde, før der opnås dygtighed. Øget international vejledning og træningsindsats har opmuntret til en global udvidelse i brugen af ESD, efterhånden som dens kliniske fordele bliver mere udbredt anerkendt.

Sikker og præcis dissektion af kræftvæv i det komplekse mave-tarm-miljø er afgørende. Medicinske sikkerhedshændelser i kirurgisk praksis bidrager betydeligt til overskydende hospitalsophold, omkostninger og dødelighed. ESD er teknisk udfordrende og kræver, at endoskopister opretholder klar visualisering af submukøslaget samtidig med at bevares et stabilt endoskopisk felt. Anatomiske kompleksiteter såsom tyktarmsbøjninger, tynde tyktarmsvægge, slimhindefolder og peristaltik øger yderligere vanskelighederne ved kolorektal ESD og forøger risikoen for ufuldstændig dissektion og perforation. I betragtning af disse udfordringer er der et klart behov for avancerede teknologier, der forbedrer kirurgisk præcision og sikkerhed gennem intelligent intraoperativ vejledning.

For at forbedre kirurgisk kvalitet og patientsikkerhed er det afgørende at udvikle systemer, der lærer af ekspertoplevelser og kirurgiske resultater og giver realtidsindsigt, der hjælper med at forebygge operative fejl. Identifikation af det korrekte dissektionsplan, submukøse kar og skærelandemærker bidrager til sikker og komplet tumorfjernelse.

En AI-ENDO integreret platform er udviklet af forskerne for at assistere endoskopister med at forbedre sikkerheden og effektiviteten af ESD-procedurer. Systemet inkorporerer flere intelligente funktioner:

1. Realtidsgenkendelse af ESD-kirurgiske faser og performancevurdering AI-ENDO-platformen analyserer kirurgisk arbejdsgang for at identificere den igangværende procedurefase på hvert tidspunkt. Modellen blev trænet på højkvalitetsekspert-ESD-videoer indsamlet fra Prince of Wales Hospital og eksternt valideret ved hjælp af data fra flere internationale centre. Systemet demonstrerede høj nøjagtighed, præcision og recall og opretholdt konsekvent performance på tværs af datasæt. Den integrerede platform fungerer med realtidsberegningseffektivitet.
2. Realtidsidentifikation af sikre og farlige zoner under ESD Systemet udfører automatiseret segmentering af intraoperative synsfelter og identificerer anatomiske strukturer såsom slimhinde, submukosa, muskellag og blodkar. Dette muliggør realtidsdifferentiering mellem sikre dissektionszoner og områder med højere risiko for komplikationer. Valideringsstudier ved hjælp af endoskopiske kirurgiske videoer demonstrerede høj segmenteringsnøjagtighed og lav latenstid, og eksperimenter bekræftede gennemførlighed under levende dyreforsøg. AI-assistens var associeret med kortere proceduretid og reducerede blødningshændelser sammenlignet med standardprocedurer af lignende kompleksitet.
3. Intelligent dissektionstrajektorievejledning ved hjælp af forstærkningslæring Forstærkningslærings- og efterligningslæringsmetoder blev inkorporeret for at forudsige optimale dissektionstrajektorier baseret på ekspertkirurgiske demonstrationer. Systemet analyserer kirurgisk kontekst i realtid for at give beslutningsstøtte og trajektorieforudsigelse. Testning på omfattende videodatasæt demonstrerede forbedret nøjagtighed og generalisering sammenlignet med eksisterende trajektorieforudsigelsesrammer.

Gennem integrationen af disse funktioner sigter AI-ENDO multifunktionsplatformen mod at støtte intraoperativ beslutningstagning, reducere uønskede hændelser og forkorte læringskurven for ESD-procedurer.

Formålet med denne undersøgelse er at evaluere den kliniske nytte og effektivitet af AI-ENDO-systemet i endoskopisk submukøs dissektion for tidlig gastrointestinal neoplasie. Teknisk succes, klinisk succes og post-ESD uønskede hændelser vil blive systematisk vurderet.