EUS 自動画像レポート システムの機能を評価するには

よく書かれたレポートは、臨床医、紹介医師、患者間のコミュニケーションの最も重要な方法です。 消化器内視鏡検査の品質向上にもレポートが重要な役割を果たします。 消化器内視鏡検査とは異なり、超音波内視鏡 (EUS) でのレポートの質は十分に評価されておらず、参照基準が不足しています。 カナダ内視鏡超音波フォーラム2019年次総会で開発および検討された標準的なEUSレポート要素に関するガイダンス記述によると、関連するすべての病変および解剖学的ランドマークの適切な写真記録がEUSレポートに含まれ、将来の参照のために保存される必要があります。 ASGE によれば、EU​​S における体系的な写真文書化は手順の品質の指標となります。 体系的な写真記録により、監視 EUS 評価が容易になります。 国際的なオンライン調査によると、ほとんどの内視鏡検査者は、レポートの中で正常所見と異常所見（81%）、または異常所見のみ（7%）を説明する構造化ツリーを使用していました。 したがって、標準化された内視鏡超音波画像レポートシステムを開発する必要がある。

過去数十年にわたり、医療分野における人工知能 (AI) の目覚ましい進歩を目の当たりにしてきました。 AI のサブセットであるディープラーニングは、画像分析の精緻化において大きな可能性を示しています。 消化器内視鏡の分野では、限局性病変の特定、悪性病変と非悪性病変の区別など、ディープラーニングが広く研究されています。 しかし、超音波内視鏡検査中の自動写真記録に関する研究はまれです。

私たちの以前の研究では、膵臓と CBD の標準ステーションをリアルタイムで識別できる深層学習 EUS ナビゲーション システムの開発に成功しました。 本研究では、さらに EUS 自動画像報告システム (EUS-AIRS) を構築した。 EUS-AIRS は、標準ステーション、病変、および生検手順の画像を自動的にキャプチャし、病変の種類にラベルを付けることができるため、超音波内視鏡検査中に完全性と品質の高い画像レポートを生成できます。

私たちは、遡及的な内部および外部データでその性能をテストすることによって EUS-AIRS の性能をテストしました。また、連続する見込みのある患者でそのパフォーマンスをテストすることによって、臨床現場での EUS-AIRS の有用性を判断できると期待しています。