Validation du système AI-ENDO dans la dissection sous-muqueuse endoscopique

Le cancer gastro-intestinal (GI), incluant le cancer de l'estomac, colorectal et de l'œsophage, est collectivement le cancer le plus fréquent dans le monde et la principale cause de décès liés au cancer à l'échelle mondiale. Cette maladie représente un fardeau important à Hong Kong, avec plus de 6 000 nouveaux cas diagnostiqués annuellement selon les statistiques locales sur le cancer. Malgré des avancées substantielles dans la compréhension de sa pathologie, de ses mécanismes moléculaires et de ses stratégies thérapeutiques, le taux de survie du cancer GI avancé reste sous-optimal, avec un taux de survie à 5 ans inférieur à 60 % pour la plupart des tumeurs malignes.

L'introduction d'initiatives dirigées par le gouvernement et de politiques internationales contre le cancer a élargi les programmes de dépistage précoce du cancer GI, permettant à davantage de patients d'être diagnostiqués à un stade plus précoce. La détection précoce permet des options de traitement moins invasives et plus efficaces avec un pronostic amélioré et des taux de chirurgie curative accrus.

La résection tumorale complète reste la seule approche curative pour le cancer GI localisé. La dissection sous-muqueuse endoscopique (ESD), une technique endoscopique mini-invasive, est devenue une méthode établie pour les cancers de stade précoce confinés à la couche muqueuse. L'ESD permet une résection en bloc des lésions, obtenant des taux de récidive locale plus bas par rapport à la résection muqueuse endoscopique conventionnelle. Elle a également démontré des résultats périopératoires favorables, incluant un temps opératoire plus court, des taux de complications plus bas et une durée d'hospitalisation réduite. Dans les pays où les programmes de dépistage sont bien mis en œuvre, comme le Japon, le nombre de procédures ESD dépasse désormais les gastrectomies radicales, faisant de l'ESD le traitement de choix pour le cancer gastrique précoce. L'ESD est également utilisée pour le traitement des lésions prémalignes du tractus GI, empêchant leur progression vers un cancer invasif.

Une procédure ESD implique quatre phases principales : (1) marquage de la lésion ciblée, (2) injection sous-muqueuse pour créer un coussin protecteur, (3) incision circonférentielle, et (4) dissection sous-muqueuse et retrait de la lésion. Bien que l'ESD permette une résection complète des lésions quelle que soit leur taille et ait un taux de récidive inférieur à 1 %, elle reste techniquement exigeante et comporte des risques tels que des saignements et des perforations. Dans les régions où l'adoption de l'ESD est plus faible, la courbe d'apprentissage peut dépasser plusieurs centaines de cas avant que la maîtrise ne soit atteinte. L'augmentation des directives et des efforts de formation internationaux a encouragé une expansion mondiale de l'utilisation de l'ESD à mesure que ses bénéfices cliniques sont plus largement reconnus.

La dissection sûre et précise du tissu cancéreux dans l'environnement gastro-intestinal complexe est cruciale. Les événements de sécurité médicale en pratique chirurgicale contribuent significativement à des durées d'hospitalisation, des coûts et une mortalité excédentaires. L'ESD est techniquement difficile, nécessitant que les endoscopistes maintiennent une visualisation claire de la couche sous-muqueuse tout en préservant un champ endoscopique stable. Les complexités anatomiques telles que les flexions coliques, les parois coliques minces, les plis muqueux et le péristaltisme augmentent encore la difficulté de l'ESD colorectale et élèvent le risque de dissection incomplète et de perforation. Compte tenu de ces défis, il existe un besoin évident de technologies avancées qui améliorent la précision et la sécurité chirurgicales grâce à un guidage peropératoire intelligent.

Pour améliorer la qualité chirurgicale et la sécurité des patients, il est essentiel de développer des systèmes qui apprennent de l'expérience des experts et des résultats chirurgicaux, fournissant des informations en temps réel qui aident à prévenir les erreurs opératoires. L'identification du plan de dissection correct, des vaisseaux sous-muqueux et des repères de coupe contribue à un retrait tumoral sûr et complet.

Une plateforme intégrée AI-ENDO a été développée par les investigateurs pour aider les endoscopistes à améliorer la sécurité et l'efficacité des procédures ESD. Le système intègre plusieurs fonctions intelligentes :

1. Reconnaissance en temps réel des phases chirurgicales ESD et évaluation de la performance La plateforme AI-ENDO analyse le flux chirurgical pour identifier la phase procédurale en cours à chaque instant. Le modèle a été entraîné sur des vidéos ESD expertes de haute qualité collectées à l'hôpital Prince of Wales et validé de manière externe en utilisant des données de plusieurs centres internationaux. Le système a démontré une grande précision, exactitude et rappel, maintenant des performances cohérentes entre les ensembles de données. La plateforme intégrée fonctionne avec une efficacité de calcul en temps réel.
2. Identification en temps réel des zones sûres et dangereuses pendant l'ESD Le système effectue une segmentation automatisée des champs visuels peropératoires, identifiant des structures anatomiques telles que la muqueuse, la sous-muqueuse, les couches musculaires et les vaisseaux sanguins. Cela permet une différenciation en temps réel entre les zones de dissection sûres et les zones à risque plus élevé de complications. Des études de validation utilisant des vidéos chirurgicales endoscopiques ont démontré une grande précision de segmentation et une faible latence, avec des expériences confirmant la faisabilité lors d'essais sur animaux vivants. L'assistance par IA a été associée à un temps procédural plus court et à une réduction des événements hémorragiques par rapport aux procédures standard de complexité similaire.
3. Guidage intelligent de trajectoire de dissection utilisant l'apprentissage par renforcement Des méthodes d'apprentissage par renforcement et d'apprentissage par imitation ont été intégrées pour prédire les trajectoires de dissection optimales basées sur des démonstrations chirurgicales expertes. Le système analyse le contexte chirurgical en temps réel pour fournir un soutien décisionnel et une prédiction de trajectoire. Les tests sur des ensembles de données vidéo étendus ont démontré une amélioration de la précision et de la généralisation par rapport aux cadres de prédiction de trajectoire existants.

Grâce à l'intégration de ces fonctions, la plateforme multifonctionnelle AI-ENDO vise à soutenir la prise de décision peropératoire, réduire les événements indésirables et raccourcir la courbe d'apprentissage pour les procédures ESD.

Le but de cette étude est d'évaluer l'utilité clinique et l'efficacité du système AI-ENDO dans la dissection sous-muqueuse endoscopique pour les néoplasies gastro-intestinales précoces. Le succès technique, le succès clinique et les événements indésirables post-ESD seront systématiquement évalués.