Utvikling og validering av et kunstig intelligens-basert biliær strikturnavigasjonssystem i MRCP-basert ERCP

585/5000 Biliær striktur kan deles inn i benign gallestricture og ondartet gallestricture, og ondartet hilar biliær obstruksjon er en av de vanligste årsakene. Siden det for tiden ikke finnes noen spesifikk tidlig screeningmetode for ondartet hilar galleobstruksjon, og de fleste pasienter ikke har noen åpenbare kliniske symptomer i det tidlige stadiet, er de fleste pasienter allerede i avansert stadium når de først blir diagnostisert. Avansert ondartet hilar biliær obstruksjon kan ikke gjennomgå reseksjonskirurgi, hvis førstevalg for behandlingen er palliativ endoskopisk galledrenasje. Galledrenasje kan lindre gulsott, kløe og andre symptomer på grunn av kolestase. Før det smale segmentet ble plassert, kunne imidlertid ikke kontrastmidlet passere gjennom det smale segmentet, og gallegangen over det smale segmentet kunne ikke sees. Så det var vanskelig for leger å bestemme retningen til ledetråden og posisjonen til stenten. I tillegg kan tilfeldig påføring av kontrastmiddelet føre til obstruksjon av utstrømning som fører til infeksjon. Det er imidlertid ingen relevant forskning for å løse disse problemene.

MRCP er den foretrukne undersøkelsesmetoden for bukspyttkjertel- og galleveissykdommer. Derfor bør MRCP utføres rutinemessig før pasienter behandles med ERCP. For tiden er MRCP i ryggleie, og ERCP er i liggende stilling. Ulike posisjoner fører til forskjeller i morfologien til MRCP og gallegangen på ERCP. Så preoperativ MRCP i ryggleie har begrenset rolle i å gi råd til leger om morfologien til gallegangen. Derfor er MRCP i liggende stilling mer gunstig for endoskopister å utføre ERCP.

De siste årene har dyplæringsalgoritmer blitt kontinuerlig utviklet og stadig mer modne. De har gradvis blitt brukt til det medisinske feltet. Datasyn er en vitenskap som studerer hvordan man får maskiner til å «se». Gjennom dyp læring kan kamera og datamaskin erstatte menneskelige øyne for å utføre maskinsyn som målgjenkjenning, sporing og måling. Tverrfaglig samarbeid innen medisinsk bildebehandling og datasyn er også et av forskningshotspotene de siste årene. For tiden brukes den hovedsakelig til automatisk identifisering og påvisning av lesjoner og kvalitetskontroll, og har oppnådd gode resultater. Den kan hjelpe leger med å finne lesjoner, stille sykdomsdiagnose og standardisere legers operasjoner, for å forbedre kvaliteten på legers operasjoner. Med moden teknisk støtte har den gode prospekter og bruksverdier for å utvikle endoskopisk operativsystem for lesjonsdeteksjon og kvalitetskontroll basert på kunstig intelligens metoder som dyp læring.

I denne studien foreslo etterforskerne et kunstig intelligensbasert biliær strikturnavigasjonssystem i MRCP-basert ERCP, som kan instruere retningen til guidetråden og plasseringen av stenten i sanntid.