リアルタイムの品質改善のための AI ベースの胆膵 EUS ナビゲーション システムの検証: 前向き、単一施設、無作為化比較試験

近年、超音波内視鏡検査 (EUS) は、胆膵疾患、特に小さな (< 3 cm) 膵臓腫瘍および小さな (< 4 mm) 胆管結石の診断に適した画像診断法に発展しました。 したがって、EUS は、リスクの高い個人の初期の胆膵疾患をスクリーニングするための主要なツールとして選択されることがよくあります。 ただし、多くの研究では、EUS での胆膵疾患の検出率は、検査の質とオペレーターの違いにより、異なる内視鏡医の間で 70% から 93% まで異なることが示されています。これは、病変の診断を見逃すことを示唆しています。 膵臓がんの診断を見逃すと、患者は根治手術の機会を失い、5 年生存率は 7.2% に低下します。総胆管結石症の診断を見逃すと、急性胆管炎や急性膵炎などの重度の急性疾患が引き起こされます。患者の予後と生活の質に深刻な影響を及ぼします。 したがって、EUS の適用をさらに拡大しながら、病変の診断ミスを減らすことが重要です。

検査の質を確保することは、EUS で胆膵病変を発見するための重要な前提条件です。 胆膵 EUS 検査の質に影響を与える主な理由は 2 つあります。優れた胆膵EUS検査には、スキャンの継続性と完全性が必要です。 日本消化器内視鏡学会や欧米の専門家の経験により、胆膵EUSにおけるマルチステーションアプローチが標準的なスキャン手順として確立されています。 また、これらの標準ステーションには、トランスデューサの位置を特定し、スキャンされていない領域を特定するために使用できる解剖学的ランドマークが含まれています。 米国消化器内視鏡学会 (ASGE) および米国消化器内視鏡学会 (ACG) の内視鏡品質ワーキング グループも、EUS 検査のために完了する必要がある品質指標を発行しています。 しかし、監視が不十分であり、実用的なツールが利用できないため、十分に追跡されていないことが多く、現在の毎日の EUS スキャンには多数のブラインド エリアがあります。 第二に、グレーと白のテクスチャーを持つ米国のイメージを理解することは困難です。 経験豊富な内視鏡医でさえ、EUS 画像の解剖学的構造を特定する際にいくつかの課題があります。 したがって、EUS 検査の死角をリアルタイムで監視し、超音波検査の難しさを軽減し、EUS 検査の品質を標準化できる実用的なツールを開発することが重要です。

ディープラーニングは、医療の多くの分野にうまく適用されています。 超音波内視鏡検査の分野では、ほとんどの研究がコンピュータ ツールを使用して静止画像の病変の診断を支援することに専念していますが、EUS 検査のブラインド エリアの監視におけるディープ ラーニングの役割を研究した研究はほとんどなく、実際の検査の支援を模索しています。 -時間の超音波検査の解釈。 以前、膵臓と胆管 EUS の標準ステーションをリアルタイムで識別できる EUS ナビゲーション システムの開発と検証に成功しました。 EUS 画像の難しさを軽減するための人工知能の使用に関して有望な予備結果が公開されていますが、このシステムは実際の臨床現場で検証されておらず、臨床診療にうまく適用して改善できるかどうかは不明です。 EUS検査の質。

したがって、この研究では、前述の胆膵 EUS ステーション認識モデルに基づいて EUS インテリジェントおよびリアルタイム内視鏡分析デバイス (EUS-IREAD という名前) を更新し、解剖学的ランドマーク識別機能をさらにトレーニングして、トランスデューサの位置をより適切に特定し、診断しました。胆膵病変。 次に、単一施設の無作為化比較試験を実施して、臨床環境での EUS 内視鏡医に対する補助的なパフォーマンスを評価しました。