大腸ポリープ診断のための人工知能開発

結腸内視鏡検査中にポリープ (前がん性増殖) を検出するコンピューター支援検出 (CADe) における人工知能の使用は、関心が高まっており、すでに主流市場にある複数のデバイスで受け入れられています。 研究者は、他国での研究から、より多くのポリープが検出されると、結腸内視鏡検査後の数年間で、手術を受けた患者の大腸がんのリスクが減少することをすでに知っています。 前癌性増殖が検出され、除去されました）。 これは、国の大腸がん検診プログラムの基礎を形成しています。 結腸直腸ポリープの検出が増加するにつれ、ポリープの性質を正確に特定して、検出されたポリープによる結腸直腸がんのリスクと、患者に対する潜在的な将来のリスクを知らせる必要性が高まっています。 ポリープの正確な診断は、正しい方法や切除を決定するためにも必要です。そもそも切除が必要かどうか（厳しい現在の気候においてコストと資源の節約につながります）、内視鏡による切除が可能かどうか、可能であればどのような手順で切除するか、手術が必要かどうかなどです。が必要です。

発表されたデータによると、大手術を受けた患者の外科的に切除された結腸直腸ポリープの約4分の1は良性であり、したがってこれらのポリープを内視鏡的に切除すれば大手術は回避でき、合併症のリスクや患者の臓器温存が軽減された可能性があることが実証されている。

現在のポリープ診断技術には、専門の色素と拡大内視鏡の使用と解釈が含まれており、これには関連する学習曲線と増加する処置時間とともに専門知識を得る必要があります。 こうした理由から、臨床現場では導入されているにもかかわらず、そのような技術の導入は限られており、AI を使用しない結腸内視鏡検査中のポリープリスク層別化の現在の方法は最適とは言えません。

現在のポリープ診断 AI (CADx) アルゴリズムは、より小さな分類に限定されています。 現在の CADx プラットフォームは、癌性ポリープと非癌性ポリープを区別しますが、これは、結腸直腸癌の個別の患者リスクを提供する上での価値が限られています。 マルチクラス アルゴリズムの開発は、バイナリ分類よりも複雑であり、より大規模なトレーニングと検証のデータセットが必要です。 堅牢な CADx アルゴリズムには、バイアスの導入を最小限に抑えるために、グローバルなトレーニング可能なデータも組み込む必要があります。 このような理由から、これは計画された国際多施設研究です。

将来のデータ収集:

この研究は通常の患者ケアと並行して実施されますが、研究スタッフは安全な Web ベースの報告フォーム (REDCAP データベース) にデータを入力する必要があります。 これは、参加者がまったく同じ手順を受けることを意味します。そうでない場合と比べて、違いはなく、追加の訪問やデータも必要ありません。 参加者は、標準的な理由で結腸内視鏡検査を受ける予定の患者となります。 患者は通常の方法で結腸内視鏡検査を受けることになります。

可能であれば、任命通知書とともに PIS が送信される場合があります (最大 6 週間前)。 内視鏡検査室に到着すると、研究チームのメンバーが近づき、処置の 1 時間前までに PIS のコピーを渡して読むことになります。 データをデータベースに収集することを許可する書面による同意の前に、対面で情報と説明が提供されます。 この研究には変更や追加の手順が必要ないため、研究者は、PIS が事前に読まれていない場合でも（送信されますが）、内視鏡検査室に到着した際の最初のアプローチにより、同意に十分かつ適切な時間が得られると感じています。もし可能なら）。 唯一の追加の考慮事項は、ビデオの録画への同意です (この側面の一部として患者を特定できるデータは転送されません)。

大腸内視鏡検査が終了したら、追加の来院はありません。