Tekoälypohjaisen Biliopancreatic EUS -navigointijärjestelmän validointi reaaliaikaista laadun parantamista varten: tuleva, yhden keskuksen, satunnaistettu kontrolloitu kokeilu

Endoskooppinen ultraäänitutkimus (EUS) on viime vuosina kehittynyt suosituksi kuvantamismenetelmäksi sappihaimasairauksien, erityisesti pienten (< 3 cm) haimakasvainten ja pienten (< 4 mm) sappitiekivien diagnosoinnissa. Siksi EUS valitaan usein päävälineeksi varhaisten sappihaimasairauksien seulonnassa korkean riskin yksilöiden keskuudessa. Lukuisat tutkimukset ovat kuitenkin osoittaneet, että sappihaimasairauksien havaitsemisprosentti EUS:n alla vaihtelee 70 %:sta 93 %:iin eri endoskopien kesken tutkimusten laatu- ja operaattorieroista johtuen, mikä viittaa siihen, että leesioiden diagnoosi on jäänyt tekemättä. Haimasyöpädiagnoosin puuttuminen saa potilaat menettämään mahdollisuuden radikaaliin leikkaukseen, ja viiden vuoden eloonjäämisaste laskee 7,2 prosenttiin; ja koledokolitiaasin diagnosoimatta jättäminen aiheuttaa vakavia akuutteja sairauksia, kuten akuuttia kolangiittia ja akuuttia haimatulehdusta; sillä on vakavia seurauksia potilaiden ennusteeseen ja elämänlaatuun. Siksi on tärkeää vähentää leesioiden diagnoosia ja samalla laajentaa EUS:n käyttöä.

Tutkimuksen laadun varmistaminen on perusedellytys sappihaimaleesioiden löytämiselle EUS:ssa. On kaksi pääasiallista syytä, jotka vaikuttavat sappihaima-EUS-tutkimuksen laatuun: Ensinnäkin endoskooppilääkärin suorittama epästandardi leikkaus; erinomaiset sappihaima-EUS-tutkimukset edellyttävät skannauksen jatkuvuutta ja eheyttä. Japanin maha-suolikanavan endoskopiayhdistyksen sekä eurooppalaisten ja amerikkalaisten asiantuntijoiden kokemuksen mukaan moniasemainen lähestymistapa sappihaima-EUS:ssä on vakiintunut vakioskannausmenettelyksi. Ja näissä vakioasemissa on anatomisia maamerkkejä, joiden avulla voidaan paikantaa anturin ja tunnistaa alueet, joita ei skannata. American Society for Gastrointestinal Endoscopy (ASGE) ja American Association for Gastrointestinal Endoscopy (ACG) Endoscopic Quality Working Group ovat myös julkaisseet laatuindikaattoreita, jotka on täytettävä EUS-tutkimusta varten. Mutta niitä ei useinkaan seurata hyvin, koska valvontaa ja käytännön työkaluja ei ole saatavilla, ja nykyisissä päivittäisissä EUS-skannauksissa on suuri määrä sokeita alueita. Toiseksi on vaikea ymmärtää yhdysvaltalaisia ​​kuvia, joissa on harmaa ja valkoinen tekstuuri. Jopa kokeneilla endoskopioilla on haasteita tunnistaa anatomisia rakenteita EUS-kuvista. Siksi on tärkeää kehittää käytännön työkalu, jolla voidaan seurata EUS-tutkimuksen sokeaa aluetta reaaliajassa, vähentää ultraäänitulkinnan vaikeutta ja standardoida EUS-tutkimuksen laatua.

Syväoppimista on sovellettu menestyksekkäästi monilla lääketieteen aloilla. Endoskooppisen ultraäänitutkimuksen alalla suurin osa tutkimuksista on omistettu tietokonetyökalujen käyttöön auttamaan leesioiden diagnosoinnissa staattisissa kuvissa, kun taas harvoin tutkittiin syvän oppimisen roolia EUS-tutkimusten sokean alueen seurannassa ja avun etsimisessä todellisissa -aikainen ultraäänitulkinta. Aiemmin olemme onnistuneesti kehittäneet ja validoineet EUS-navigointijärjestelmän, joka tunnistaa haiman ja sappitiehyen EUS:n standardiasemat reaaliajassa. Vaikka tekoälyn käytöstä EUS-kuvien vaikeuden vähentämisessä on julkaistu rohkaisevia alustavia tuloksia, tätä järjestelmää ei ole validoitu todellisessa kliinisessä ympäristössä, ja on epäselvää, voidaanko sitä menestyksekkäästi soveltaa kliinisessä käytännössä ja parantaa EUS-tutkimuksen laatu.

Siksi tässä tutkimuksessa päivitimme EUS-älykkään ja reaaliaikaisen endoskopian analyyttisen laitteen (nimeltään EUS-IREAD), joka perustuu edellä mainittuihin biliopankreaattisten EUS-asemantunnistusmalleihin, ja koulutimme edelleen anatomisen maamerkin tunnistustoiminnon anturin sijainnin ja diagnoosin parantamiseksi. sappipankreaattiset vauriot. Suoritimme sitten yhden keskuksen satunnaistetun kontrolloidun kokeen arvioidaksemme sen lisäsuorituskykyä EUS-endoskopeilla kliinisissä olosuhteissa.