Egy 3D bili-MRI rekonstrukciós eszköz és egy mesterséges intelligencia algoritmus preklinikai fejlesztése az endoszkopisták támogatására endoszkópos retrográd cholangiopancreatográfia (ERCP) végrehajtása során (MAAGIE)

Az ERCP egy komplex intervenciós endoszkópos eljárás, amely a biliaris traktus 2D-s vizualizációján alapul. A 3D-s modellezés és a mesterséges intelligencia ígéretes megoldások az ERCP során történő navigáció és biztonság javítására.

A MAAGIE projektet az egyik ilyen innovatív megoldás létrehozására tervezték, és 2024-ben ANR-finanszírozást kapott. Több munkacsomagot is tartalmaz, amelyek közül az első munkacsomag egy adatbázis létrehozását foglalja magában, a klinikai ellátás során már összegyűjtött biliaris traktus képi adatokból.

Tanulmányunk fő célja egy olyan eszköz fejlesztése és validálása lesz, amely lehetővé teszi a biliaris traktus 3-dimenziós modellezését preoperatív MRCP és hasi CT-vizsgálati szekvenciákból, lehetővé téve a betegek biliaris anatómiájának jobb vizualizálását és megértését az ERCP előtt és alatt.

Ez egy bicentrikus retrospektív tanulmány, amely a rutinellátás során gyűjtött képi adatokon alapul. A betegeket a szokásos ellátási útvonal részeként követték nyomon azoknál az egyéneknél, akik ERCP-n esnek át a Saint Antoine Kórház vagy a Henri Mondor Kórház endoszkópiai osztályain biliaris szűkülethez (jóindulatú vagy rosszindulatú) kapcsolódó biliaris betegség miatt. A kutatás semmilyen módon nem módosítja a betegkezelést.

Az első lépés magában foglalja az összes olyan beteg azonosítását, akik ERCP-n estek át a Saint Antoine Kórház vagy a Mondor Kórház endoszkópiai osztályain biliaris szűkülethez (jóindulatú vagy rosszindulatú) kapcsolódó biliaris betegség miatt, és akiknek mind MRCP, mind hasi CT-vizsgálatot végeztek ugyanezen kórházak képalkotó osztályain, 2020-tól 2025 végéig.

Az alkalmassági kritériumok ellenőrzése után egy speciális tájékoztatót küldenek nekik erről a tanulmányról. Ha egy hónapon belül nem érkezik válasz, az összegyűjtött adatokat kutatási célokra felhasználhatják.

A gyűjtött képi adatok támogatják a 3D-s rekonstrukciós/regisztrációs szoftver fejlesztését és validálását (a biliaris traktus 3D-s modellezése matematikai algoritmusokkal az orvosi képalkotás és mesterséges intelligencia hálózatok alkalmazásával a rögzített képekre).

A pszeudonimizált adatokat Camus professzor felügyelete alatt egy biztonságos AP-HP szerveren centralizálják, egy követési célú megfeleltetési táblázat létrehozásával, amely csak Camus professzor számára hozzáférhető. A tanulmány végén az adatokat biztonságosan átadják a partnereknek az elemzés és az eszközfejlesztés érdekében. Minden adatátvitel biztonságos, titkosított külső tárolóeszközökön keresztül történik a helyi AP-HP informatikai osztály eljárásai szerint.

Az adatmennyiség a képfeldolgozási kapacitás és a technológiai fejlesztési célok alapján kerül meghatározásra. 100 beteg adatkészlete elegendő anatómiai változatosságot biztosít a mesterséges intelligencia modellek betanításához és teszteléséhez.

Nem terveznek következtetéses statisztikai elemzést. Az eszköz teljesítményét képminőségi mutatókkal (DSC, IoU) és lokalizációs hibamutatókkal értékelik az algoritmusok számára. Végül a projektpartnerekkel folytatott egyeztetések támogatják a 3D-s rekonstrukciós eszköz fejlesztését és validálását. Az elemzést a LIP6 és az ISIR partnercsapatai fogják végezni.