Opracowanie i walidacja systemu nawigacji po zwężeniu dróg żółciowych opartego na sztucznej inteligencji w ERCP opartym na MRCP

585/5000 Zwężenie dróg żółciowych można podzielić na łagodne zwężenie dróg żółciowych i złośliwe zwężenie dróg żółciowych, a złośliwa niedrożność dróg żółciowych wnęki jest jedną z częstych przyczyn. Ponieważ obecnie nie ma specyficznej metody wczesnego wykrywania złośliwej niedrożności dróg żółciowych wnęki, a większość pacjentów nie ma wyraźnych objawów klinicznych we wczesnym stadium, większość pacjentów jest już w zaawansowanym stadium, kiedy postawiono ich po raz pierwszy. Zaawansowana złośliwa niedrożność dróg żółciowych wnęki nie może być poddawana operacji resekcji, której pierwszym wyborem do leczenia jest paliatywny endoskopowy drenaż dróg żółciowych. Drenaż dróg żółciowych może złagodzić żółtaczkę, świąd i inne objawy cholestazy. Jednak przed założeniem stentu wąskiego odcinka środek kontrastowy nie mógł przejść przez wąski odcinek i nie było widać przewodu żółciowego nad wąskim odcinkiem. Dlatego lekarzom trudno było określić kierunek prowadnika i położenie stentu. Ponadto niekontrolowane podanie środka kontrastowego może spowodować utrudnienie odpływu prowadzące do zakażenia. Nie ma jednak odpowiednich badań, które rozwiązałyby te problemy.

MRCP jest preferowaną metodą badania chorób trzustki i dróg żółciowych. Dlatego MRCP należy rutynowo wykonywać przed rozpoczęciem leczenia ERCP u pacjentów. Obecnie MRCP znajduje się w pozycji leżącej, a ERCP w pozycji leżącej. Różne pozycje prowadzą do różnic w morfologii MRCP i dróg żółciowych na ERCP. Tak więc przedoperacyjna MRCP w pozycji leżącej ma ograniczoną rolę w doradzaniu lekarzom w zakresie morfologii dróg żółciowych. Dlatego MRCP w pozycji na brzuchu jest korzystniejsze dla endoskopistów do wykonania ERCP.

W ostatnich latach algorytmy głębokiego uczenia się były stale rozwijane i coraz bardziej dojrzałe. Stopniowo były one stosowane w medycynie. Wizja komputerowa to nauka, która bada, jak sprawić, by maszyny „widziały”. Dzięki głębokiemu uczeniu się kamera i komputer mogą zastąpić ludzkie oczy w celu wykonywania wizji maszynowej, takiej jak rozpoznawanie, śledzenie i pomiar celów. Interdyscyplinarna współpraca w dziedzinie obrazowania medycznego i widzenia komputerowego jest również jednym z gorących punktów badawczych ostatnich lat. Obecnie stosuje się go głównie do automatycznej identyfikacji i wykrywania zmian chorobowych oraz kontroli jakości i osiągnął dobre wyniki. Może pomóc lekarzom w znalezieniu zmian chorobowych, postawieniu diagnozy choroby i standaryzacji operacji lekarskich, aby poprawić jakość operacji lekarskich. Dzięki dojrzałemu wsparciu technicznemu ma dobrą perspektywę i wartość aplikacyjną do opracowania endoskopowego systemu operacyjnego do wykrywania zmian chorobowych i kontrola jakości oparta na metodach sztucznej inteligencji, takich jak deep learning.

W tym badaniu badacze zaproponowali oparty na sztucznej inteligencji system nawigacji po zwężeniu dróg żółciowych w ERCP opartym na MRCP, który może instruować kierunek prowadnika i pozycję umieszczenia stentu w czasie rzeczywistym.