Klinisch onderzoek naar de nauwkeurigheid van real-time AI-ondersteunde endocytoscopie bij de diagnose van colorectale verkleinende poliepen

Colorectale kanker (CRC) is de derde meest voorkomende kwaadaardige tumor ter wereld en de tweede grootste oorzaak van kankergerelateerde sterfte [1]. Colonoscopie wordt beschouwd als de voorkeursmethode voor screening op colorectale kanker, en vroege en reseceerbare detectie van colorectale neoplastische laesies kan de morbiditeit en mortaliteit van colorectale kanker aanzienlijk verminderen. Door de voortdurende ontwikkeling van endoscopische diagnostische technieken en de standaardisatie en versterking van de opleiding van endoscopisten is het detectiepercentage van colorectale poliepen de afgelopen jaren jaar na jaar toegenomen. Naarmate het aantal endoscopische excisies toeneemt, stijgen de kosten die gepaard gaan met endoscopische excisie en pathologische diagnose van uitgesneden specimens jaar na jaar. Onderzoeksresultaten toonden aan dat ongeveer 90% van de gedetecteerde poliepen kleine poliepen (6-9 mm) en kleine poliepen (≤5 mm) waren, en dat bijna de helft daarvan niet-neoplastische poliepen waren, zodat endoscopische resectie en histopathologisch onderzoek niet nodig waren [ 2, 3]. Om onnodig pathologisch onderzoek en endoscopische behandeling te verminderen, stelde de American Society of Digestive Endoscopie PIVI-strategieën voor: "accijnzen en weggooien" en "diagnostiseren en niet accijnzen" strategieën.

Endocytoscopie is een soort ultrahoge vergroting endoscopie. Gecombineerd met chemische kleuring en smal-band beeldvormingstechnologie, kunnen endoscopisten de nucleaire morfologie, het glandulaire kanaalmorfologie en de microvasculaire morfologie van colorectale laesies door het blote oog observeren en beoordelen, waardoor het doel van realtime biopsie in vivo wordt gerealiseerd. Er is echter veel ervaring nodig om de nauwkeurigheid van het oordeel van endoscopiebeelden te verbeteren, en endoscopie -artsen hebben bepaalde subjectieve oordelen en fouten bij het beoordelen van resultaten. Om dit probleem op te lossen, wordt kunstmatige intelligentie (AI) daarom klinisch voorgesteld. Ons centrum heeft een kunstmatige intelligentie -ondersteund diagnosesysteem ontwikkeld op basis van endocytoscopie om endocytoscopie te helpen bij het beoordelen van de aard van colorectale laesies. Of dit kunstmatige intelligentie -ondersteunde diagnosesysteem echter nauwkeurig is bij het beoordelen van de aard van colorectale verkleiningspoliepen en geschikt is voor wijdverbreide promotie en toepassing van PIVI -strategie mist relevante klinische gegevens. Deze studie is bedoeld om dit klinische onderzoek uit te voeren om de diagnostische nauwkeurigheid van deze kunstmatige intelligentie te verifiëren bij de diagnose van colorectale verkleinende poliepen.