Développement et validation d'un système de sélection de stratégie assisté par intelligence artificielle pour le nettoyage de la coloscopie

La maladie colorectale en tant que maladie humaine courante affecte gravement la santé de la vie humaine. Avec le vieillissement de la population, la modification de la structure de l'alimentation et l'aggravation de la pollution environnementale, l'incidence des maladies colorectales, telles que le cancer du côlon, les polypes du côlon et les maladies inflammatoires de l'intestin, a progressivement augmenté.

La coloscopie est la procédure de dépistage la plus simple et la plus largement disponible pour la prévention et la détection précoce du cancer colorectal (CCR). La coloscopie permet d'observer clairement les petits changements dans l'iléon terminal et le colorectal, tels que l'érosion, les ulcères, les saignements, la congestion, l'œdème, les polypes, le cancer précoce, etc. La coloscopie peut biopsier le site de la lésion pour un examen anatomopathologique, afin de caractériser qualitativement histologiquement les lésions muqueuses, telles que l'inflammation, la nature des polypes, le degré de différenciation du cancer, etc. Il est utile de comprendre la gravité de la lésion et de guider la formulation du plan de traitement correct ou le jugement de l'effet du traitement. La coloscopie peut également être le traitement endoscopique mini-invasif des polypes colorectaux, des cancers précoces, des saignements, des corps étrangers et d'autres maladies.

Étant donné que la qualité de la préparation intestinale affecte la capacité de la coloscopie à détecter les adénomes et les polypes, une préparation intestinale adéquate est nécessaire pour assurer une utilisation optimale de la coloscopie dans la prévention du CCR. Presque toutes les directives cliniques recommandent une préparation adéquate de l'intestin avant la coloscopie. Cependant, jusqu'à un tiers des coloscopies montrent une préparation intestinale inadéquate, ce qui, selon les estimations, augmente le coût des coloscopies de 12 à 22 %. Et il y a 20% des intestins des patients qui ne sont pas suffisamment préparés. Lorsque la préparation intestinale du patient est inadéquate, la difficulté du rinçage peut entraîner une détection manquée des adénomes. les médecins doivent donc identifier avec précision ces patients et leur dire de subir une deuxième coloscopie après un nettoyage complet de l'intestin. Cependant, l'évaluation de la propreté intestinale est décidée par les médecins de manière subjective, et il n'y a pas de norme de notation objective et efficace pour guider les patients à accepter la deuxième coloscopie.

L'apprentissage en profondeur est une percée importante dans le domaine de l'intelligence artificielle au cours de la dernière décennie. Il a un grand potentiel pour extraire de minuscules caractéristiques dans l'analyse et la classification d'images. En 2017, la revue Nature a publié un article montrant que l'utilisation de l'intelligence artificielle pour diagnostiquer les maladies de la peau peut atteindre le niveau des experts. Par la suite, dans le domaine de l'endoscopie digestive, de plus en plus d'études ont commencé à appliquer l'intelligence artificielle pour aider les médecins à trouver des polypes et à améliorer le taux de détection des polypes et des adénomes. Urban, l'équipe de G. a utilisé l'intelligence artificielle pour identifier les polypes avec une sensibilité de 95 %. L'équipe de Misawa, M a utilisé l'intelligence artificielle pour identifier les polypes avec une sensibilité de 90 %. Le but de notre groupe de recherche est de développer l'EndoAngel avec une évaluation en temps réel de la propreté intestinale. Il peut dériver une courbe de décision pour la propreté intestinale basée sur la relation entre le pourcentage de segments intestinaux avec un score de Boston de 0-1 et le taux de détection des adénomes. Cela peut aider les endoscopistes à identifier les patients qui ont besoin d'une deuxième coloscopie, pour éviter les adénomes manqués et le coût élevé du temps de nettoyage causé par une mauvaise prise de décision. Parallèlement, l'intelligence artificielle est au stade de recherche préliminaire dans le domaine de l'endoscopie digestive, nos résultats de recherche devraient apporter de nouvelles idées pour améliorer le taux de détection des adénomes coloscopiques.

Le processus de l'étude est : les sujets qui répondaient à tous les critères d'inclusion et qui ne répondaient pas à tous les critères d'exclusion ont été inclus dans l'étude avant la coloscopie. Pendant la coloscopie, les endoscopistes doivent rester dans le même sans se retirer tout en rinçant l'intestin. Les patients biopsiés sont suivis pendant une semaine. les patients non biopsiés sont suivis à la fin de leur coloscopie et les résultats sont envoyés à une équipe indépendante d'analyse des données pour examen. Nous collecterons la vidéo des patients et exclurons les clips d'irrigation, de biopsie et d'observation de polype. Ensuite, l'EndoAngel évalue l'échelle de préparation de l'intestin de Boston du côlon ascendant, du côlon transverse et du côlon descendant, et calcule la proportion de 1 score.