Klinisk studie om nøyaktigheten av sanntids AI-assistert endocytoskopi i diagnosen kolorektal diminutive polypper

Kolorektal kreft (CRC) er den tredje vanligste ondartede svulsten i verden og den nest største årsaken til kreftrelatert død [1]. Koloskopi regnes som den foretrukne metoden for screening for tykktarmskreft, og tidlig og resekterbar påvisning av kolorektale neoplastiske lesjoner kan redusere kolorektal kreftsykelighet og dødelighet betydelig. De siste årene, med den kontinuerlige utviklingen av endoskopiske diagnostiske teknikker og standardisering og styrking av endoskopistopplæring, har påvisningsraten av kolorektale polypper økt år for år. Etter hvert som antallet endoskopiske eksisjoner øker, øker kostnadene knyttet til endoskopisk eksisjon og patologisk diagnose av utskårne prøver år for år. Forskningsresultater viste at omtrent 90 % av de påviste polyppene var små polypper (6-9 mm) og diminutive polypper (≤5 mm), og nesten halvparten av dem var ikke-neoplastiske polypper, så endoskopisk reseksjon og histopatologisk undersøkelse var ikke nødvendig [ 2, 3]. For å redusere unødvendig patologisk undersøkelse og endoskopisk behandling foreslo American Society of Digestive Endoscopy PIVI-strategier: "avskjære og forkaste" og "diagnostisere og ikke fjerne" strategier.

Endocytoskopi er en slags endoskopi med ultrahøy forstørrelse. Kombinert med kjemisk farging og avbildningsteknologi for smalbånd, kan endoskopister observere og bedømme den kjernefysiske morfologien, morfologi av kjertelkanal og mikrovaskulær morfologi av kolorektale lesjoner av nakne øye, og dermed innse formålet med sanntidsbiopsi in vivo. Imidlertid krever det mye erfaring med å forbedre dømmekraftens nøyaktighet av endoskopibilder, og endoskopi leger har visse subjektive vurderinger og feil i prosessen med å dømme resultater. Derfor, for å løse dette problemet, foreslås kunstig intelligens (AI) klinisk. Senteret vårt har utviklet et kunstig intelligensassistert diagnosesystem basert på endocytoskopi for å hjelpe endocytoskopi i å bedømme arten av kolorektale lesjoner. Hvorvidt dette kunstige intelligensassisterte diagnosesystemet er nøyaktig når det gjelder å bedømme arten av kolorektal diminutive polypper og er egnet for utbredt promotering og anvendelse av PIVI -strategi mangler relevante kliniske data. Denne studien har til hensikt å gjennomføre denne kliniske studien for å verifisere diagnostisk nøyaktighet av denne kunstige intelligensen i diagnosen kolorektal diminutive polypper.