Präklinische Entwicklung eines 3D-Bili-MRT-Rekonstruktionswerkzeugs und eines künstlichen Intelligenz-Algorithmus zur Unterstützung von Endoskopikern bei der Durchführung einer endoskopisch retrograden Cholangiopankreatikographie (ERCP) (MAAGIE)

Die ERCP ist ein komplexer interventionell-endoskopischer Eingriff, der auf der 2D-Visualisierung des Gallengangsystems basiert. 3D-Modellierung und KI sind vielversprechende Lösungen, um die Navigation und Sicherheit während der ERCP zu verbessern.

Das MAAGIE-Projekt wurde entwickelt, um eine dieser innovativen Lösungen zu schaffen, und erhielt 2024 eine ANR-Finanzierung. Es umfasst mehrere Arbeitspakete, von denen das erste Arbeitspaket die Erstellung einer Datenbank aus bereits im klinischen Alltag gesammelten Bilddaten des Gallengangsystems vorsieht.

Das Hauptziel unserer Studie wird die Entwicklung und Validierung eines Tools sein, das eine dreidimensionale Modellierung des Gallengangsystems aus präoperativen MRCP- und abdominalen CT-Sequenzen ermöglicht. Dies soll eine bessere Visualisierung und ein besseres Verständnis der Gallenwegsanatomie der Patienten vor und während der ERCP ermöglichen.

Es handelt sich um eine bikentrische retrospektive Studie, die auf im Rahmen der Routineversorgung gesammelten Bilddaten basiert. Die Patienten wurden im Rahmen des üblichen Versorgungspfads für Personen überwacht, die sich in den Endoskopieeinheiten des Krankenhauses Saint Antoine oder des Krankenhauses Henri Mondor einer ERCP aufgrund einer Gallenwegserkrankung im Zusammenhang mit einer Gallengangstenose (gutartig oder bösartig) unterzogen. Die Forschung verändert das Patientenmanagement in keiner Weise.

Der erste Schritt besteht darin, alle Patienten zu identifizieren, die sich in den Endoskopieeinheiten des Krankenhauses Saint Antoine oder des Krankenhauses Mondor einer ERCP aufgrund einer Gallenwegserkrankung im Zusammenhang mit einer Gallengangstenose (gutartig oder bösartig) unterzogen und bei denen sowohl eine MRCP als auch eine abdominale CT in den Bildgebungsabteilungen derselben Krankenhäuser von 2020 bis Ende 2025 durchgeführt wurden.

Nach Überprüfung der Einschlusskriterien wird ihnen eine spezifische Informationsmitteilung über diese Studie zugesandt. Wenn innerhalb eines Monats keine Antwort eingeht, können die gesammelten Daten für Forschungszwecke weiterverwendet werden.

Die gesammelten Bilddaten werden die Entwicklung und Validierung einer 3D-Rekonstruktions-/Registrierungssoftware unterstützen (3D-Modellierung des Gallengangsystems mithilfe mathematischer Algorithmen für die medizinische Bildgebung und künstlicher Intelligenz-Netzwerke, die auf die erworbenen Bilder angewendet werden).

Pseudonymisierte Daten werden unter der Aufsicht von Prof. Camus auf einem gesicherten AP-HP-Server zentralisiert, wobei eine Korrespondenztabelle für die Nachverfolgung erstellt wird, auf die nur Prof. Camus Zugriff hat. Am Ende der Studie werden die Daten sicher an die Partner zur Analyse und Tool-Entwicklung übermittelt. Alle Datenübertragungen erfolgen mithilfe gesicherter, verschlüsselter externer Speichermedien gemäß den Verfahren der lokalen AP-HP-IT-Abteilung.

Das Datenvolumen wird basierend auf der Bildverarbeitungskapazität und den technologischen Entwicklungszielen festgelegt. Ein Datensatz von 100 Patienten bietet ausreichende anatomische Variabilität, um KI-Modelle zu trainieren und zu testen.

Es sind keine schließenden statistischen Analysen geplant. Die Tool-Leistung wird anhand von Bildqualitätsmetriken (DSC, IoU) und Lokalisierungsfehlerindikatoren für die Algorithmen bewertet. Abschließend werden Austausche mit den Projektpartnern die Entwicklung und Validierung des 3D-Rekonstruktions-Tools unterstützen. Die Analyse wird von den Partnerteams bei LIP6 und ISIR durchgeführt.