EUS 자동 영상 보고 시스템의 기능 평가

잘 작성된 보고서는 임상의, 의뢰 의사 및 환자 간의 가장 중요한 의사 소통 방법입니다. 보고서는 소화기 내시경의 질 향상에도 중요한 역할을 합니다. 소화기 내시경과 달리 내시경초음파(EUS)는 보고의 질이 충분히 평가되지 않았으며 참조표준이 부족하다. 캐나다 내시경 초음파 포럼 2019 연례 회의에서 개발되고 검토된 표준 EUS 보고 요소에 관한 지침에 따르면, 모든 관련 병변 및 해부학적 랜드마크의 적절한 사진 문서가 EUS 보고서에 포함되어야 하며 향후 참조를 위해 저장되어야 합니다. EUS의 체계적인 사진 문서는 ASGE에 따른 절차 품질의 지표입니다. 체계적인 사진 문서는 감시 EUS 평가를 용이하게 할 수 있습니다. 국제 온라인 설문 조사에 따르면 대부분의 endosonographers는 보고서에서 정상 및 비정상 소견(81%) 또는 비정상 소견(7%)을 설명하는 구조화된 트리를 사용했습니다. 따라서 표준화된 내시경 초음파 영상 보고 시스템의 개발이 필요하다.

지난 수십 년 동안 의료 분야에서 인공 지능(AI)의 놀라운 발전을 목격했습니다. AI의 하위 집합인 딥 러닝은 정교한 이미지 분석에서 큰 잠재력을 보여주었습니다. 소화기 내시경 분야에서는 국소 병변 식별, 악성 병변과 비악성 병변의 감별 등 딥러닝에 대한 연구가 활발히 진행되고 있다. 그러나 내시경 초음파 동안 자동 사진 문서화에 대한 연구는 드물다.

우리의 이전 작업은 췌장과 CBD의 표준 스테이션을 실시간으로 식별할 수 있는 딥러닝 EUS 내비게이션 시스템을 성공적으로 개발했습니다. 본 연구에서는 EUS 자동 영상 보고 시스템(EUS-AIRS)을 추가로 구축하였다. EUS-AIRS는 표준 스테이션, 병변 및 생검 절차의 이미지를 자동으로 캡처하고 병변 유형을 표시하여 내시경 초음파 검사 시 완성도와 품질이 높은 이미지 보고서를 생성할 수 있습니다.

우리는 EUS-AIRS의 성능을 후향적인 내부 및 외부 데이터에 대해 테스트했으며, 연속적인 전향적 환자에서 성능을 테스트하여 임상 실습에서 EUS-AIRS의 유용성을 결정할 것으로 기대합니다.