Tanulmány két képalkotási módszer összehasonlításáról a második trimeszteri terhességi szűrő ultrahangvizsgálat során (Echo-IA) (Echo-IA)

A második trimeszteri morfológiai ultrahangvizsgálat kulcsfontosságú vizsgálat a szülészeti monitorozásban, amelynek célja a magzati növekedés értékelése, szerkezeti rendellenességek azonosítása, valamint a méhlepény, köldökzsinór, méhnyak stb. kiegészítő elemek vizsgálata.

Számos tanulmány azt sugallja, hogy a magzati rendellenességek jelentős hányada észlelhető ebben az időkeretben, ha teljes morfológiai elemzést végeznek. Azonban a szűrés megbízhatósága függ a berendezések minőségétől, a kezelő szakértelmi szintjétől és a protokollok betartásától, amelyek meghatározzák a szükséges felvételeket.

Franciaországban, a Prenatális Szűrő Ultrahang Nemzeti Műszaki Bizottságának első jelentései (2005) óta különös figyelmet fordítanak a gyakorlatok sztenderdizálására. Újabban a Francia Szülészeti és Magzati Ultrahang Nemzeti Konferenciája (CNEOF) új ajánlásokat tett közzé (2022, 2023-ban felülvizsgálva), beleértve a második trimeszteri vizsgálatra vonatkozó referencia sziluettek kidolgozását, 26 nézetet javasolva (22 kötelező és 4 további). Azonban a CNEOF nem formalizálja minőségi kritériumokat ezen képek megfelelőségének értékelésére; ezt a feladatot a Francia Magzati Ultrahang Kollégium (CFEF) vette át, amely pontozási és validációs rácsot állított fel minden egyes magzati szelvényre (lásd CFEF 2022 dokumentum).

Párhuzamosan, a mesterséges intelligencia (MI) fokozatosan elterjed döntéstámogató és automatizálási eszközként az orvosi képalkotásban, különösen az ultrahangban. A mélytanulási algoritmusok képesek anatómiai struktúrák azonosítására, mérési markerek pozicionálására és a legoptimálisabb szelvény kiválasztására, csökkentve az operátorok közötti variabilitást és leegyszerűsítve a munkafolyamatot. A szülészeti ultrahang területén néhány vállalat olyan rendszereket indított el, amelyek képesek valós időben észlelni vagy annotálni magzati struktúrákat, potenciálisan javítva a diagnosztikai megbízhatóságot és reprodukálhatóságot. A Samsung kifejlesztett egy Live View Assist nevű rendszert, amely a legújabb generációs ultrahangkészülékein érhető el, és MI-t használ a szükséges magzati szelvények automatikus felismerésére és fagyasztására valós időben.

Az eszköz automatizált validációt is kínál: ha az észlelt szelvény megfelel a várt szabványoknak, az közvetlenül bejelölésre kerül egy ellenőrzőlistán. Ez az innováció időmegtakarítást, csökkentett kockázatot bizonyos összetett szelvények kihagyására és javított sztenderdizálást ígér.

Azonban kevés adat áll rendelkezésre, különösen Franciaországban, ennek az eszköznek a tényleges teljesítményéről rutin szűrő kontextusban. Mielőtt a Live View Assist és az MI integrálását fontolóra vennénk a napi gyakorlatban, elengedhetetlen értékelni az általa szerzett képek minőségét, az MI által támogatott teljes vizsgálat megvalósíthatóságát, valamint a potenciális hatást a vizsgálati időre és a szonográfusok munkaterhelésének javítására.

E tanulmány célja annak értékelése, hogy a Live View Assist által automatikusan validált 20 kötelező kép minősége nem alacsonyabb-e, mint az ultrahangtechnikus által manuálisan szerzett és validált 20 kötelező képé, a CNEOF által ajánlott sziluetteken alapuló CFEF minőségi kritériumok szerint.