日常の内視鏡検査における腺腫のサイズ測定の人工知能に基づく定量化 (AQUASNARE)

客観的：

この研究の主な目的は、ポセイドンと内視鏡医の光学的推定の間の優越性分析を、ポリープサイズ測定の誤差に焦点を当てて行うことです。 二次目的には、さまざまなポリープ サイズと組織学に関するサブグループ分析、ポリープ サイズに基づく追跡調査プロトコルへの潜在的な影響、POSEIDON による測定値の取得が不可能であることが判明した症例の割合の決定が含まれます。

研究デザイン:

単一センター、内視鏡医による盲検試験。 予備研究の結果を考慮すると、検出力 90%、有意水準 0.05 の統計的有意性を推定するには、合計 42 ペアの測定で十分です。 脱落率、患者あたりの平均ポリープ数、ポリープ検出率を考慮すると、研究に登録されると予想される患者数は 156 人です。 ゴールドスタンダード測定値を取得するには、スネアの先端がポリープの隣に置かれた検査記録から画像が抽出されます。 スネアの先端とポリープは手動でセグメント化され、ピクセル単位での最大直径が手動で計算されます。 スネアチップの直径は、生産ベースの変動を考慮して検査後に測定されます。 これに基づいて、ゴールドスタンダードのポリープサイズが計算されます。

AI のセットアップと制限事項:

ポリープ検出システム EndoMind のバージョンは、(PMID: 35543874) で公開されたものの更新バージョンです。 特に、POSEIDON メソッドは、最初に公開されたバージョン (PMID: 37080235) から二重の改良が加えられています。 まず、ウォーター ジェット先端検出用の AI モデルが結腸内視鏡検査ビデオの画像を使用してさらにトレーニングされ、パフォーマンスの向上につながりました。 次に、ピクセルからミリメートルへの変換方法が、試験で使用された内視鏡の仕様に合わせて最適化されました。

ポリープ サイズの推定値を取得するには、最初に EndoMind システムを介して境界ボックスを使用してポリープが検出されます。 次に、ウォータージェットをポリープの隣に噴射すると、ポセイドンはウォータージェットの先端、粘膜に接触した位置を検出します。 内視鏡画像内の先端の座標は、粘膜までの内視鏡の距離と相関します。 上記により、境界ボックスの最大直径がピクセルからミリメートルに変換され、サイズが推定されます。

測定値の取得では、システムは検査の開始時に開始され、検査の終了時に停止されます。専用のボタンを押すと簡単に操作できます。 エキスパート システムの対話に関しては、CADe システムの識別情報が内視鏡医の作業スペース内の補助画面に一貫して表示されます。 この画面では、ウォーター ジェットの検出に続いて、ウォーター ジェット ビームと粘膜の間の衝突点が正確に視覚化されます。 その後、内視鏡医は、画面上の境界ボックスから導出されたポリープ サイズ推定の計算が成功したことを視覚的に確認します。 内視鏡医は、ポリープ周囲のこのボックスの位置合わせを評価して、精度測定の結果を評価します。 重要なのは、これらの手術の間中、内視鏡医は POSEIDON によって推定されたサイズを知らないままであるということです。 内視鏡医は、適切な測定値を取得できないポリープの症例も報告しています。

調査対象母集団：

除外基準に一致しないスクリーニングまたは監視結腸内視鏡検査を受けたすべての成人患者には、インフォームドコンセントが求められます。 最終研究には患者 1 人あたり最大 3 つのポリープが含まれます。

介入：

内視鏡医によるポリープの同定後、AI 方法のセクションで説明されているように、視覚的評価が行われ、可能であれば POSEIDON を使用して満足のいく測定値が得られます。 潜在的な学習バイアスを排除し、効率を最適化するために、検査者は直接の測定結果を知らなくなります。 最後に、両方の測定値が得られた後、既知のサイズの器具の先端がポリープに隣接して配置され、後でゴールドスタンダードのポリープサイズを取得するために使用されます。