Auswirkung eines Deep-Learning-basierten Gallengang-Scansystems auf die diagnostische Genauigkeit gewöhnlicher Gallengangssteine ​​während der Untersuchung durch unerfahrene Ultraschall-Endoskopiker

Die Inzidenz von Gallensteinen hat in den letzten Jahren zugenommen und liegt in den entwickelten Ländern bei 10 bis 15 %. Sie nimmt immer noch um 0,6 % pro Jahr zu. Es wird geschätzt, dass bei etwa 10–20 % der Patienten mit symptomatischen Gallengangssteinen gewöhnliche Gallengangssteine ​​(CBDS) vorliegen. Jedes Jahr führen Gallengangssteine ​​bei einer Vielzahl von Patienten zu akuten Komplikationen wie Gallenstau, Cholangitis und akuter Pankreatitis, die ihr Leben und ihre Gesundheit ernsthaft gefährden. Darüber hinaus zeigt die Analyse der Diagnosis Related Group (DRG), dass jede Episode von Gallengangssteinen 9.000 US-Dollar kostet und eine akute Pankreatitis, die von Gallengangssteinen ausgeht, zu 275.000 Krankenhauseinweisungen pro Jahr führen kann, was Kosten in Höhe von 2,6 Milliarden US-Dollar verursacht und einen erheblichen wirtschaftlichen und finanziellen Schaden mit sich bringt gesundheitliche Belastung für die Gesellschaft. Daher ist die rechtzeitige Diagnose von Gallengangssteinen und deren Behandlung von entscheidender Bedeutung. Die endoskopische retrograde Cholangiopankreatographie (ERCP) ist die Methode der Wahl für die Diagnose und Behandlung von CBDS. Die Leitlinien empfehlen die Steinextraktion für alle Patienten mit CBDS, die körperlich fit genug sind, um ERCP-Operationen zu tolerieren. Allerdings handelt es sich bei der ERCP um einen sehr anspruchsvollen und riskanten Eingriff mit der Möglichkeit schwerwiegender Komplikationen wie PEP (Inzidenz 2,6–3,5 %). Die Herausforderungen, die wir derzeit zu lösen versuchen, sind die Frage, wie wir Choledocholithiasis frühzeitig und genau diagnostizieren, rechtzeitig eingreifen können, um die Prognose zu verbessern, und unnötige medizinische Eingriffe vermeiden, um Risiken zu reduzieren.

Die Leitlinien empfehlen Ultraschallendoskopie (EUS) oder Magnetresonanz-Cholangiopankreatikographie (MRCP), um das Vorhandensein von CBDS zu bestimmen, je nach lokaler Versorgungsstufe, für Patienten in der mittleren Risikogruppe für CBDS und für Patienten in der Gruppe mit niedrigem Risiko für CBDS Ärzte haben immer noch einen starken Verdacht auf CBDS. Empfindlichkeit. Darüber hinaus zeigte eine Kostenwirksamkeitsanalyse, dass MRCP der bevorzugte Test wäre, wenn die vorhergesagte Wahrscheinlichkeit von CBDS weniger als 40 % beträgt, während EUS der bevorzugte Test ist, wenn die vorhergesagte Wahrscheinlichkeit 40–90 % beträgt. Im Vergleich zu MRCP bietet EUS ein breites Anwendungsspektrum, erfordert jedoch eine steile Lernkurve. ASGE gibt an, dass mindestens 225 EUS-Operationen erforderlich sind, um sich zu qualifizieren, während ESGE angibt, dass mindestens 300 Operationen erforderlich sind. Diese Erfahrung kann jedoch nur in Ausbildungsstätten gesammelt werden, die eine große Anzahl von Fällen durchführen. Daher stellt die Ausbildung von unerfahrenen Ärzten in Bereichen mit begrenzten Ressourcen eine große Herausforderung dar, was zu einem erheblichen Mangel an erfahrenen Ultraschall-Endoskopikern mit schlechten Leistungen bei der eigentlichen Diagnose von Gallengangssteinen führt, was die Popularität der Ultraschall-Endoskopie stark einschränkt.

Der Zweck dieser Studie besteht darin, die Wirksamkeit und Sicherheit des vorgeschlagenen Deep-Learning-basierten Gallengangs-Scansystems zu bewerten Verbesserung der diagnostischen Genauigkeit von gewöhnlichen Gallengangssteinen und Verringerung der Rate übersehener Gallensteine ​​beim Scannen des Gallengangs durch unerfahrene Ultraschall-Endoskopiker durch a Single-Center, Tandem, randomisierte kontrollierte Studie