소형 직장구불결장 폴립의 조직학 예측에 컴퓨터 보조 광학 진단(CAD)의 영향: 다기관 전향적 시험(ABC 연구). (ABC)

최근 일본 도쿄의 Fujifilm Co.에서 폴립 특성화를 위한 CNN 기반 인공 지능(AI) 시스템을 개발했습니다. 그것은 BLI 시스템과 함께 작동합니다. 현재 연구에서 우리는 CAD 시스템 출력과 결합된 내시경 의사의 평가가 참조 표준으로 조직병리학을 갖는 소형 직장구불결장 폴립의 특성화(즉, 선종 또는 비선종)에서 > 90% 정확도를 달성하는지 여부를 전향적으로 평가합니다. 적어도 하나의 소형(<5 mm) 직장구불결장 폴립이 검출된 선택적 대장내시경 검사를 받는 연속 성인 외래 환자가 포함됩니다. 내시경 절차 중에 내시경 의사가 식별한 모든 폴립은 크기, 위치 및 형태에 대해 문서화됩니다. 모든 소형 폴립은 세 가지 순차적인 단계 프로세스로 특징지어집니다: I) 내시경 의사 예측: 내시경 의사는 BASIC 분류를 통해 BLI를 사용하여 폴립을 평가합니다. 조직학 예측의 신뢰 수준(높음 대 낮음)이 기록됩니다. II) AI 예측: AI 시스템이 켜지고 자동 평가 결과가 기록됩니다. 이 결과는 결과의 시간 경과에 따른 일관성에 따라 안정적 또는 불안정한 것으로 평가됩니다. III) 통합 예측: 첫 번째 단계와 두 번째 단계의 결과에 비추어 내시경 의사가 최종 분류를 제공합니다. 신뢰 수준이 기록됩니다. 모든 폴립은 절제되고 별도의 병에서 검색되어 병리학 평가를 위해 보내집니다. 신뢰도가 높은 폴립만 폴립별 분석에 포함됩니다. 신뢰도가 높은 특성화 비율도 계산됩니다. CAD 안정 결과를 특징으로 하는 폴립의 비율이 계산됩니다. 선종성 용종과 비선종성 용종을 구별하는 수술적 특성(민감도, 특이성, 양성 및 음성 예측값 및 정확도)은 높은 신뢰도를 가지고 평가되며 조직병리학 보고서를 참조 표준으로 사용하여 각 소형 용종 및 각 소형 직장구불결장 용종에 대해 계산됩니다. 폴립절제술 후 감시 간격은 USMSTF 및 ESGE 가이드라인에 따라 모든 환자의 폴립 조직학(참조 표준)을 기준으로 계산됩니다.