Prospectieve multicenter studie van door kunstmatige intelligentie ondersteund kwaliteitsevaluatiesysteem voor colonoscopie

Colonoscopie is een sleuteltechniek voor het opsporen en diagnosticeren van lagere gastro-intestinale aandoeningen. Endoscopie van hoge kwaliteit leidt tot betere resultaten. Het vaardigheidsniveau van verschillende endoscopisten is echter behoorlijk verschillend. Het percentage gemiste diagnoses van colorectale ADENOMAS was 22%, het percentage gemiste diagnoses varieerde van 7,4% tot 52,5%. Een reeks studies toonde aan dat 12,1% van de patiënten geen kanker had tijdens colonoscopie, maar binnen 5 jaar de diagnose colorectale kanker (post-colonoscopie Colorectal Cancer, PCCRC) kreeg, waarvan 71%-86% kon worden toegeschreven aan nalatigheid van de endoscopist 6, zeven. Daarom is het erg belangrijk om de kwaliteit van routinematig endoscopisch onderzoek te verbeteren en tegelijkertijd de endoscopische techniek uit te breiden.

De kwaliteitscontrole-index van de colonoscoop kan het operatieniveau van endoscopieartsen weerspiegelen en het is een zeer belangrijk hulpmiddel om de kwaliteit van de colonoscoop te waarborgen. Het onderzoek en de feedback van de kwaliteitscontrolegegevens van de endoscopist kunnen het detectiepercentage van laesies effectief verbeteren en het hoge niveau van endoscopische kwaliteit garanderen. Het is de sleutel om de kwaliteit van enteroscopie te garanderen om de kwaliteitscontrole-index naar voren te brengen die de kwaliteit van de endoscopistenoperatie kan weerspiegelen. Barclay stelde in 2006 voor dat er een significante correlatie was tussen de wachttijd voor colonoscopie en het aantal adenomen bij patiënten, en hun bevindingen werden gepubliceerd in The New England Journal of Medicine, met een impactfactor van 70,67. Vervolgens waren er 367 artikelen over het onderzoek naar de snelheid van het stoppen met enteroscopie. Aslinia maakte een retrospectieve analyse van de correlatie tussen de incidentie van blindheid bereikt door enteroscopie en de prognose van patiënten, en stelde de incidentie van blindheid voor als een kwaliteitscontrole-index voor enteroscopie. Andere indicatoren voor kwaliteitscontrole, zoals de reinheid van de darmen en het detectiepercentage van poliepen, zijn gepubliceerd in internationaal bekende tijdschriften en opgenomen in de richtlijnen om de kwaliteit van het dagelijkse werk van endoscopische artsen te reguleren, wat van groot klinisch belang is.

Ondanks de bovengenoemde indicatoren voor kwaliteitscontrole zijn de bestaande indicatoren voor endoscopische kwaliteitscontrole ernstig ontoereikend. Volgens een klinische studie in meerdere centra weerspiegelen de huidige kwaliteitscontrole-indicatoren slechts ongeveer 40% van het verschil in laesiedetectieniveaus tussen endoscopische artsen. Het bestaan ​​van dit fenomeen gaf aan dat er meer kwaliteitscontrole-indexen nodig zijn om de kwaliteit van endoscopische procedures volledig weer te geven. Als kwaliteitscontrole-index die de darmvoorbereiding weerspiegelt, is darmreinheid een fataal defect met sterke subjectiviteit en slechte consistentie onder waarnemers. Daarom heeft de bestaande colonoscopie uitgebreidere, objectieve kwaliteitscontrole-indicatoren nodig om het niveau van endoscopische artsen weer te geven, om de kwaliteit van de coloscopie.

In het afgelopen decennium heeft kunstmatige intelligentie (AI) opmerkelijke vooruitgang geboekt op medisch gebied. Andre Esteva gebruikte een diep neuraal netwerk (DNN) om huidkanker te classificeren met nauwkeurigheid op expertniveau. Op het gebied van digestieve endoscopie heeft het projectteam in het begin een enorme doorbraak gerealiseerd. In 2018 verminderde het door het projectteam ontwikkelde kunstmatige-intelligentie gastroscopie-blinde-vlekbewakingsmodel de endoscopie-blinde-vlek aanzienlijk in gerandomiseerde gecontroleerde klinische onderzoeken. De bevindingen werden gepubliceerd in het tijdschrift Gut met een impactfactor van 17,94. In 2019 toonde het kunstmatige-intelligentiemodel van het team voor het evalueren van de darmreinheid, gepubliceerd in het tijdschrift gastrogastrotestinal endoscopie met een impactfactor van 7,23, een betere beeldnauwkeurigheid dan dat van de endoscopist in de human-computercompetitie. In hetzelfde jaar ontwikkelde het project een model voor colonoscopiesnelheidsbewaking op basis van het Hasche-perceptie-algoritme en een model voor colonoscopie-spiegelbewaking op basis van beeldclassificatie, en voerde gerandomiseerde gecontroleerde klinische onderzoeken uit. Het model verbeterde het vermogen van colonoscopisten om laesies te detecteren aanzienlijk. , De studie werd gepubliceerd in The Lancet Gastroenterology 18 met een impactfactor van 12,87.

Op basis van de bovengenoemde rijke basis van vroeg werk, evenals de huidige grote vraag op het gebied van kwaliteitscontrole van enteroscopie, zijn we van plan om het op kunstmatige intelligentie gebaseerde enteroscopie-uitgangssnelheid, darmreinheid en enteroscopiemodel te valideren, ontwikkeld door het projectteam door middel van een klinische studie in meerdere centra, om de haalbaarheid en nauwkeurigheid van de kwaliteit van de operatie van de arts als kwaliteitscontrole-index te evalueren.