Skuteczność endoskopowego systemu nawigacji ultradźwiękowej opartego na sztucznej inteligencji w szkoleniu ultradźwięków endoskopowych

Ultrasonografia endoskopowa jest niezbędna w diagnostyce i leczeniu chorób dróg żółciowych i trzustki. Całkowita zachorowalność na choroby dróg żółciowych i trzustki sięga 121/100 000, powodując rocznie około 14,3/100 000 zgonów na całym świecie, stanowiąc poważne zagrożenie dla zdrowia i bezpieczeństwa całej ludzkości. Układ żółciowo-trzustkowy położony jest głęboko w jamie brzusznej, co jest stosunkowo trudne do zbadania i nie daje specyficznych objawów we wczesnym stadium choroby. Stąd rokowanie jest złe, a przeżywalność 5-letnia niska. Endoskopia ultrasonograficzna żółciowo-trzustkowa pozwala uzyskać przekrój poprzeczny układu żółciowo-trzustkowego poprzez detekcję ultradźwiękową, pobrać próbki tkanek do biopsji patologicznej przez nakłucie oraz przeprowadzić takie operacje, jak płukanie i drenaż, ablacja prądem o częstotliwości radiowej, blokada zwojów brzusznych i gastrojejunostomia. Urządzenie integruje wykrywanie i leczenie. Jeśli chodzi o wykrywanie, ultrasonografia endoskopowa jest blisko tkanki zmiany chorobowej i pozwala uniknąć wpływu na ścianę jamy brzusznej, gazy żołądkowo-jelitowe i inne narządy. W porównaniu z rentgenem, tomografią komputerową, rezonansem magnetycznym i różnymi metodami wykrywania in vitro, ultrasonografia endoskopowa ma zalety techniczne w postaci wysokiej rozdzielczości, braku promieniowania jonizującego i solidnej wydajności w czasie rzeczywistym. Pod względem leczenia endoskopowe nakłucie pod kontrolą USG przez światło naturalne charakteryzuje się minimalną inwazyjnością, mniejszym ryzykiem operacyjnym i kosztem w porównaniu z leczeniem chirurgicznym, co może znacząco poprawić rokowanie pacjentów z chorobami dróg żółciowych i trzustki. Endoskopowa ultrasonografia dróg żółciowych trzustki jest niezbędna w diagnostyce i leczeniu chorób układu żółciowo-trzustkowego.

Podstawą ultrasonograficznej diagnostyki endoskopowej i leczenia jest trafna identyfikacja i lokalizacja zmian za pomocą obrazów ultrasonograficznych. Obrazy ultrasonograficzne to obrazy przekrojowe tkanek ludzkich, zawierające głównie informacje o teksturze, które są trudne do rozpoznania gołym okiem; endoskopowych, lekarzy bez profesjonalnego przeszkolenia i wieloletniej praktyki, trudne do dokładnego zidentyfikowania cech anatomicznych na obrazach, co znacząco wpływa na dokładność identyfikacji i lokalizacji zmian żółciowo-trzustkowych. Ze względu na niską rozpoznawalność obrazu endoskopii ultradźwiękowej, operacja endoskopii ultradźwiękowej jest trudna, a cykl treningowy bardzo długi. Konwencjonalne europejskie i amerykańskie programy szkoleniowe w zakresie ultrasonografii endoskopowej trwały trzy lata, ale w badaniu klinicznym dwie trzecie lekarzy uczestniczących w standardowym programie szkoleniowym nie przeszło oceny umiejętności w zakresie ultrasonografii endoskopowej. Chociaż endoskopia ultrasonograficzna jest jedną z najczulszych metod w diagnostyce raka trzustki, czułość (87,8%) jest wciąż znacznie niewystarczająca w porównaniu z endoskopią optyczną w diagnostyce raka żołądka (96%) i jelita grubego (97,1%). Istnienie tego problemu oznacza, że ​​istniejące szkolenie w zakresie endoskopii ultradźwiękowej wymaga optymalizacji. W ostatnich latach technologia widzenia maszynowego oparta na sztucznej inteligencji (AI) szybko się rozwinęła i jest szeroko stosowana w transporcie, finansach, medycynie i innych dziedzinach. Kilka badań wykazało, że zdolność diagnostyczna sztucznej inteligencji przewyższyła zdolność ludzkich ekspertów w niektórych chorobach, a niektóre badania potwierdziły wykonalność zastosowania sztucznej inteligencji w endoskopowym rozpoznawaniu obrazu ultrasonograficznego. W poprzednim badaniu wykorzystano model sztucznej inteligencji, aby pomóc endoskopistom ultradźwiękowym w odczytywaniu filmu ultrasonograficznego, co może znacznie poprawić dokładność lekarzy w pozycjonowaniu obrazu i segmentacji znaczników anatomicznych. Na wczesnym etapie badacze z powodzeniem skonstruowali oparty na modelu sztucznej inteligencji system odczytu filmów wspomagany endoskopią ultradźwiękową i nazwali zmodyfikowany system Bilopancreatic Master. System może realizować rozpoznawanie stacji ultradźwiękowej w czasie rzeczywistym i rozpoznawanie znaków anatomicznych oraz zapewniać lekarzom odpowiednie techniki operacyjne.