Mesterséges intelligencia alapú Biliary Stricture navigációs rendszer fejlesztése és validálása MRCP-alapú ERCP-ben

585/5000 Az epeszûkület jóindulatú és rosszindulatú epeszûkületre osztható, és a rosszindulatú epeszûkület az egyik gyakori ok. Mivel jelenleg nincs specifikus korai szűrési módszer a rosszindulatú epeúti elzáródásra, és a legtöbb betegnek nincsenek nyilvánvaló klinikai tünetei a korai stádiumban, a legtöbb beteg már előrehaladott állapotban van, amikor először diagnosztizálják. Az előrehaladott rosszindulatú hilar epeúti obstrukció nem végezhető reszekciós műtéten, melynek első számú választása a palliatív endoszkópos epeelvezetés. Az epeelvezetés enyhítheti a sárgaságot, a viszketést és a cholestasis okozta egyéb tüneteket. A keskeny szegmens behelyezése előtt azonban a kontrasztanyag nem tudott áthaladni a keskeny szegmensen, és a keskeny szegmens feletti epevezeték nem volt látható. Így az orvosok nehezen tudtak meghatározni a vezetőhuzal irányát és a a stent helyzete. Ezenkívül a kontrasztanyag válogatás nélküli alkalmazása fertőzéshez vezető kiáramlási akadályokat okozhat. Azonban nincs releváns kutatás ezeknek a problémáknak a megoldására.

Az MRCP a hasnyálmirigy- és epeúti betegségek kedvelt vizsgálati módszere. Ezért az MRCP-t rutinszerűen el kell végezni, mielőtt a betegeket ERCP-vel kezelnék. Jelenleg az MRCP fekvő helyzetben, az ERCP pedig hason van. A különböző pozíciók az ERCP-n az MRCP és az epevezeték morfológiájában eltéréseket okoznak. Tehát a fekvő helyzetben lévő preoperatív MRCP-nek korlátozott szerepe van az orvosok tanácsadásában az epevezeték morfológiájával kapcsolatban. Ezért az MRCP hason fekvő helyzetben kedvezőbb az endoszkóposok számára az ERCP elvégzéséhez.

Az elmúlt években a mélytanulási algoritmusok folyamatosan fejlődtek és egyre érettebbek lettek. Fokozatosan alkalmazzák őket az orvostudományban. A számítógépes látás egy olyan tudomány, amely azt vizsgálja, hogyan lehet a gépeket „látni”. A mély tanulás révén a kamera és a számítógép helyettesítheti az emberi szemet a gépi látás, például a célfelismerés, a nyomon követés és a mérés végrehajtásában. Az orvosi képalkotás és a számítógépes látás területén folytatott interdiszciplináris együttműködés szintén az elmúlt évek egyik kutatási központja. Jelenleg elsősorban az elváltozások automatikus azonosítására és észlelésére, valamint a minőségellenőrzésre alkalmazzák, és jó eredményeket ért el. Segíthet az orvosoknak elváltozások feltárásában, betegségek diagnosztizálásában és az orvosi műveletek szabványosításában, hogy javítsa az orvosok műveleteinek minőségét. Kiforrott technikai támogatással jó kilátások és alkalmazási értéke van az elváltozások észlelésére és kimutatására szolgáló endoszkópos operációs rendszer fejlesztésére. a mesterséges intelligencia módszereken alapuló minőségellenőrzés, mint például a mélytanulás.

Ebben a tanulmányban a kutatók egy mesterséges intelligencián alapuló Biliary Stricture Navigation System-et javasoltak az MRCP-alapú ERCP-ben, amely valós időben képes utasítani a vezetőhuzal irányát és a stent elhelyezésének helyzetét.