胆膵EUSにおけるAI支援ナビゲーションシステムの有効性と安全性に関する多施設共同研究

膵臓がんは、潜行性の発症、急速な進行、および非常に予後の悪い消化器系の悪性腫瘍です。 世界保健機関の国際がん研究機関（IARC）が発表した2020年の中国の最新がんデータによると、中国では新たに膵臓がんが約12万人発生しており、死亡率は100％に近い。国民の健康を深刻に危険にさらします。 膵臓がんの早期診断は、外科的切除によって 58% の 5 年生存率で達成できます。進行性膵臓がんが発症すると、患者の生存率は 7.2% です。 急速に進行する致死性のがんである膵臓がんの診断を誤ると、患者に極めて重大な影響を与える可能性があります。早期の膵臓がんの診断率をいかに向上させるかが喫緊の課題となっています。

EUS（超音波内視鏡検査）は、膵臓がんを検出するための最も高感度な検査法の 1 つと考えられています。 膵臓がん、特に直径 1 cm 未満の早期膵臓がんの診断では、MRI や CT よりも診断精度がはるかに高くなります (EUS-FNA 95.6% 対 CT 77.4%、MRI 76.2%)。 EUS は膵臓腫瘍の早期診断に選択される治療法です。 膵臓がんの診断を見逃さないようにするには、EUS の継続性と完全性をできる限り確保する必要があります。 しかし、EUS はオペレータに大きく依存しており、学習曲線は急峻であり、検査の品質はオペレータの技術に大きく依存します。 したがって、EUS のフルスキャンを効果的に支援できるシステムを開発する必要があります。

膵臓 EUS におけるステーション アプローチは標準的なスキャン手順として確立されています。 ステーションアプローチを完了する原則は、臓器（腎臓、脾臓）、血管（脾動脈、脾静脈、門脈など）、管（膵管、胆管）などのこのステーションの解剖学的ランドマークを見つけることです。これらの解剖学的ランドマークのスキャンは、膵臓全体の正確な評価の基礎となります。 同時に、膵臓病変の種類と経過の進行により、異なる解剖学的構造の異常な画像所見が生じます。 たとえば、膵臓がんの超音波画像には、血管浸潤、胆膵管の変形、隣接する臓器の転移が示されます。 ガイドラインでは、膵臓がんに対する外科的アプローチの選択は、機能的な膵実質の体積を最大限に節約するために、隣接する重要な解剖学的構造へのがんの浸潤の程度に基づく必要があることを明確に要求しています。 完全な解剖学的スキャンは、膵臓病変の診断に役立ち、患者の治療と予後を導きます。

近年、人工知能（AI）は複数の医療分野で応用され成功しています。 現在、膵臓病変の同定を目的としたAIを活用した超音波内視鏡検査の研究は行われているが、膵臓超音波内視鏡検査におけるAIナビゲーションシステムの研究はまだない。 以前、私たちは膵臓と胆管用の標準ステーションスキャンナビゲーションシステムの開発に成功しました。 このシステムにより、内視鏡医の標準ステーションに対する認識精度が向上し、超音波内視鏡画像の認識能力が向上します。

以前のものに基づいて、EUS で深層学習ベースの膵臓スキャン ナビゲーション システムを構築しました。これは、膵臓に隣接する重要な解剖学的構造をリアルタイムで識別するのに役立ちます。 臨床現場で内視鏡医向けの補助性能を検証します。 EUSの質を向上させ、膵臓病変の見逃しを減らすため。