大腸内視鏡洗浄のための人工知能支援戦略選択システムの開発と検証

一般的な人間の病気としての結腸直腸疾患は、人間の生命の健康に深刻な影響を与えます。 人口の高齢化、食事構造の変化、環境汚染の悪化に伴い、結腸癌、結腸ポリープ、炎症性腸疾患などの結腸直腸疾患の発生率が徐々に増加しています。

大腸内視鏡検査は、大腸がん (CRC) の予防と早期発見のための最も簡単で最も広く利用されているスクリーニング手順です。 大腸内視鏡検査では、びらん、潰瘍、出血、うっ血、浮腫、ポリープ、早期がんなど、回腸末端と結腸直腸の小さな変化をはっきりと観察できます。 大腸内視鏡検査では、病理学的検査のために病変部位を生検し、炎症、ポリープの性質、癌の分化度などの粘膜病変の特徴を組織学的に定性的に調べることができます。 病変の重症度を把握し、正しい治療計画の策定や治療効果の判断に役立てます。 結腸内視鏡検査は、結腸直腸ポリープ、早期癌、出血、異物、およびその他の疾患の低侵襲内視鏡治療にもなります。

大腸内視鏡検査の大腸内視鏡検査の腺腫とポリープの検出能力は、大腸内視鏡検査の質に影響されるため、CRC 予防に大腸内視鏡検査を最適に使用するには、適切な腸管検査が必要です。 ほとんどすべての臨床ガイドラインでは、大腸内視鏡検査の前に十分な腸の準備を行うことを推奨しています。 しかし、大腸内視鏡検査の最大 3 分の 1 で腸の準備が不十分であることが判明しており、これにより大腸内視鏡検査の費用が 12% から 22% 増加すると推定されています。 また、20% の患者の腸が十分に準備されていません。 患者の腸の準備が不十分な場合、洗い流すのが困難なため、腺腫の検出を見逃す可能性があります。 そのため、医師はそのような患者を正確に特定し、完全な腸洗浄の後に 2 回目の大腸内視鏡検査を受けるように指示する必要があります。 しかし、腸の清潔さの評価は医師が主観的に判断するものであり、患者が 2 回目の大腸内視鏡検査を受けるように導くための客観的かつ効果的な採点基準はありません。

ディープ ラーニングは、過去 10 年間の人工知能の分野における重要なブレークスルーです。 画像分析と画像分類で小さな特徴を抽出する大きな可能性を秘めています。 2017 年、ジャーナル Nature は、人工知能を使用した皮膚疾患の診断が専門家のレベルに達することを示す論文を発表しました。 その後、消化器内視鏡検査の分野では、医師がポリープを見つけ、ポリープと腺腫の検出率を向上させるために人工知能を適用する研究がますます増え始めました.Urban, G.チームは人工知能を使用して、95%の感度でポリープを識別しました. 三澤、Mチームは人工知能を使って90%の感度でポリープを特定しました。 私たちの研究グループの目的は、腸の清潔度をリアルタイムで評価できる EndoAngel を開発することです。 ボストン スコアが 0 ～ 1 の腸セグメントの割合と腺腫の検出率との関係に基づいて、腸の清浄度の決定曲線を導き出すことができます。 これは、内視鏡検査医が 2 回目の結腸内視鏡検査を必要とする患者を特定し、腺腫を見逃すことや、誤った意思決定によって引き起こされる洗浄時間の高コストを回避するのに役立ちます。 一方、人工知能は消化器内視鏡の分野で予備研究段階にあり、私たちの研究成果は、大腸内視鏡腺腫の検出率を向上させるための新しいアイデアを提供することが期待されています。

研究プロセスは次のとおりです。すべての包含基準を満たし、すべての除外基準を満たさなかった被験者は、結腸内視鏡検査の前に研究に含まれました。 大腸内視鏡検査中、内視鏡医は、腸を洗浄している間、引っ込めずに同じ場所に留まる必要があります。 生検を受けた患者は 1 週間追跡されます。 生検を受けていない患者は大腸内視鏡検査の最後にフォローアップされ、結果はレビューのために独立したデータ分析チームに送られます。 患者のビデオを収集し、灌漑、生検、およびポリープの観察のクリップを除外します。 その後、EndoAngel は上行結腸、横行結腸、下行結腸のボストン腸準備スケールを評価し、1 スコアの比率を計算します。