AI-Anleitung zur Biopsie bei Verdacht auf Cholangiokarzinom

Die Diagnose und Behandlung maligner Gallenerkrankungen stellt derzeit eine medizinische Herausforderung dar. DSOC hat bisher eine hohe Sensitivität beim Nachweis maligner Gallenläsionen gezeigt, dennoch gibt es keinen universellen Expertenkonsens zur Charakterisierung dieser Läsionen. Außerdem hat sich DSOC als sicher und erfolgreich für die Probenentnahme mit höherer Sensitivität im Vergleich zur Standard-ERCP erwiesen.

Darüber hinaus haben die meisten der zur Charakterisierung neoplastischer Merkmale in Gallenläsionen vorgeschlagenen KI-Modelle eine hohe Zuverlässigkeit während der DSOC-Leistung gezeigt. Ein Modell wurde von Forschern in Ecuador vorgeschlagen, das sich auf die Identifizierung von Malignitätsmerkmalen konzentriert. Die Detektion wird durchgeführt, indem die vermutete Läsion in einem Begrenzungsrahmen umgeben wird. Der erkannte Bereich wird auf der rechten Seite des Bildschirms angezeigt. Auch das Kästchen/Bild der mutmaßlichen Läsion kann aufgezeichnet und anschließend überprüft werden. Nachdem das KI-Modell den „bösartigen Bereich“ erkannt hat, wird eine Gewebeprobe entnommen und für histopathologische Untersuchungen entnommen.

Darüber hinaus beabsichtigen die Untersucher aufgrund einer unterschiedlichen Intra- und Interobserver-Übereinstimmung der Endoskopiker und der Diskrepanz zwischen dem visuellen Eindruck und den histopathologischen Befunden, unser KI-Modell als diagnostisches Werkzeug für eine präzisere Erfassung von Gewebe in suggestiven Läsionen zu nutzen von Malignität während Echtzeit-DSOC.