Kolmiulotteisen bili-MRI-rekonstruktiotyökalun ja tekoälyalgoritmin esikliininen kehitys endoskooppien avustamiseksi endoskooppisen retrogradisen kolangiopankreatografian (ERCP) suorittamisessa (MAAGIE)

ERCP on monimutkainen interventionaalinen endoskooppinen toimenpide, joka perustuu sappitien 2D-visualisointiin. 3D-mallinnus ja tekoäly ovat lupaavia ratkaisuja ERCP:n aikaisen navigoinnin ja turvallisuuden parantamiseksi.

MAAGIE-hankkeessa suunniteltiin luotavan yksi näistä innovatiivisista ratkaisuista, ja se sai ANR-rahoituksen vuonna 2024. Se sisältää useita työpaketteja, joista ensimmäinen WP sisältää tietokannan luomisen kliinisessä hoidossa jo kerätyistä sappitien kuvantamistiedoista.

Tutkimuksemme päätavoitteena on kehittää ja validoida työkalu, joka mahdollistaa sappitien kolmiulotteisen mallintamisen preoperatiivisista MRCP- ja vatsan CT-kuvantamisjaksoista, mahdollistaen paremman visualisoinnin ja ymmärryksen potilaiden sappianatomiasta ennen ja ERCP:n aikana.

Tämä on kaksikeskuksinen retrospektiivinen tutkimus, joka perustuu rutiinihoidon aikana kerättyihin kuvantamistietoihin. Potilaat seurattiin osana tavallista hoitopolkua henkilöille, joille suoritettiin ERCP Saint Antoinen sairaalan tai Henri Mondorin sairaalan endoskopiayksiköissä sappitautiin liittyvän sappitieahtaan (hyvänlaatuisen tai pahanlaatuisen) vuoksi. Tutkimus ei muuta potilaanhoitoa millään tavalla.

Ensimmäisessä vaiheessa tunnistetaan kaikki potilaat, joille suoritettiin ERCP Saint Antoinen sairaalan tai Mondorin sairaalan endoskopiayksiköissä sappitautiin liittyvän sappitieahtaan (hyvänlaatuisen tai pahanlaatuisen) vuoksi ja joille suoritettiin sekä MRCP että vatsan CT-tutkimus samojen sairaaloiden kuvantamisyksiköissä vuosina 2020–2025 loppuun saakka.

Kelpoisuuskriteerien tarkistamisen jälkeen heille lähetetään tästä tutkimuksesta kertova erityinen tiedotus. Jos vastausta ei saada kuukauden kuluessa, kerättyjä tietoja voidaan käyttää uudelleen tutkimustarkoituksiin.

Kerätyt kuvantamistiedot tukevat 3D-rekonstruktio-/rekisteröintiohjelmiston kehittämistä ja validointia (sappitien 3D-mallinnus matemaattisten algoritmien avulla lääketieteelliseen kuvantamiseen ja tekoälyverkkoihin sovellettuna kerättyihin kuvin).

Pseudonymisoidut tiedot keskitetään prof. Camuksen valvonnassa suojatulle AP-HP-palvelimelle, ja seurantaa varten luodaan vastaavuustaulukko, johon vain prof. Camus pääsee käsiksi. Tutkimuksen lopussa tiedot siirretään turvallisesti kumppaneille analysoitavaksi ja työkalun kehittämiseksi. Kaikki tietojen siirrot suoritetaan turvallisilla, salatuilla ulkoisilla tallennuslaitteilla paikallisten AP-HP-tietotekniikkayksiköiden menettelyjen mukaisesti.

Tietomäärä määritetään kuvankäsittelykapasiteetin ja teknologisen kehityksen tavoitteiden perusteella. 100 potilaan tietojoukko tarjoaa riittävän anatomisen vaihtelun tekoälymallien kouluttamiseen ja testaamiseen.

Päättelevää tilastollista analyysiä ei ole suunniteltu. Työkalun suorituskykyä arvioidaan käyttämällä kuvanlaatumittareita (DSC, IoU) ja algoritmien paikannusvirheindikaattoreita. Lopuksi projektikumppaneiden kanssa käydyt keskustelut tukevat 3D-rekonstruktiotyökalun kehittämistä ja validointia. Analyysin suorittavat kumppanihenkilöstöt LIP6:ssa ja ISIR:ssa.