EUS:n automaattisen kuvanraportointijärjestelmän kyvyn arvioiminen

Hyvin kirjoitettu raportti on tärkein tapa kommunikoida kliinikoiden, lähetettävien lääkäreiden ja potilaiden välillä. Raportit ovat avainasemassa myös ruoansulatuskanavan endoskopian laadun parantamisessa. Toisin kuin ruoansulatuskanavan endoskopiassa, endoskooppisen ultraäänitutkimuksen (EUS) raportoinnin laatua ei ole arvioitu perusteellisesti ja vertailustandardi puuttuu. Kanadan endoskooppisen ultraäänifoorumin 2019 vuosikokouksessa kehitettyjen ja tarkistettujen standardien EUS-raportointielementtejä koskevien ohjeiden mukaan EUS-raportteihin on sisällytettävä asianmukaiset valokuvadokumentaatiot kaikista asiaankuuluvista leesioista ja anatomisista maamerkeistä ja säilytettävä myöhempää käyttöä varten. Systemaattinen valokuvadokumentaatio EUS:ssä on prosessin laadun indikaattori ASGE:n mukaan. Järjestelmällinen valokuvadokumentaatio voi helpottaa EUS-valvonta-arviointeja. Kansainvälisen verkkokyselyn mukaan useimmat endosonografit käyttivät raportissaan strukturoitua puuta, joka kuvasi joko normaaleja ja poikkeavia löydöksiä (81 %) tai vain poikkeavia löydöksiä (7 %). Siksi on tarpeen kehittää standardoitu endoskooppinen ultraäänikuvan raportointijärjestelmä.

Viime vuosikymmenet ovat todistaneet tekoälyn (AI) huomattavaa edistystä lääketieteen alalla. Syväoppiminen, tekoälyn osajoukko, on osoittanut suuren potentiaalin kuva-analyysin kehittämisessä. Ruoansulatuskanavan endoskopian alalla syväoppimista on tutkittu laajasti, mukaan lukien fokaalien leesioiden tunnistaminen, pahanlaatuisten ja ei-pahanlaatuisten leesioiden erottaminen ja niin edelleen. Harvinainen tutkimus kuitenkin toimii automaattisessa valokuvadokumentaatiossa endoskooppisen ultraäänen aikana.

Aikaisempi työmme on onnistuneesti kehittänyt syväoppivan EUS-navigointijärjestelmän, joka tunnistaa haiman ja CBD:n standardiasemat reaaliajassa. Tässä tutkimuksessa rakensimme edelleen EUS-automaattisen kuvaraportointijärjestelmän (EUS-AIRS). EUS-AIRS voi automaattisesti kaapata kuvia tavallisista asemista, leesioista ja biopsiatoimenpiteistä ja merkitä leesioiden tyypit, mikä tuottaa täydellisen ja laadukkaan kuvaraportin endoskooppisen ultraäänitutkimuksen aikana.

Testasimme EUS-AIRS:n suorituskykyä testaamalla sen suorituskykyä retrospektiivisillä sisäisillä ja ulkoisilla tiedoilla, ja odotamme EUS-AIRS:n käyttökelpoisuuden määrittämistä kliinisessä käytännössä testaamalla sen suorituskykyä peräkkäisillä mahdollisilla potilailla.