Badanie porównujące dwie modalności pozyskiwania obrazów w badaniu ultrasonograficznym przesiewowym w drugim trymestrze ciąży (Echo-IA) (Echo-IA)

Badanie USG morfologii w drugim trymestrze ciąży jest kluczowym badaniem w monitorowaniu położniczym, którego celem jest ocena wzrostu płodu, identyfikacja ewentualnych nieprawidłowości strukturalnych oraz ocena przydatków, takich jak łożysko, pępowina, szyjka macicy,...

Kilka badań sugeruje, że znaczną część wad rozwojowych płodu można wykryć w tym okresie, jeśli przeprowadzona zostanie pełna analiza morfologiczna. Jednak wiarygodność badań przesiewowych zależy od jakości sprzętu, poziomu doświadczenia operatora oraz przestrzegania protokołów definiujących niezbędne skany.

We Francji, od pierwszych raportów Narodowego Komitetu Technicznego ds. Ultrasonografii Przesiewowej Prenatalnej (2005), szczególną uwagę poświęcono standaryzacji praktyk. W ostatnim czasie Francuska Narodowa Konferencja Ultrasonografii Położniczej i Płodowej (CNEOF) opublikowała nowe zalecenia (2022, zaktualizowane w 2023), w tym opracowanie sylwetek referencyjnych dla badania w drugim trymestrze, proponując 26 ujęć (22 wymagane i 4 dodatkowe). Jednak CNEOF nie formalizuje kryteriów jakościowych do oceny zgodności tych obrazów; to zadanie przejął Francuski Kolegium Ultrasonografii Płodowej (CFEF), które opracowało siatkę punktacji i walidacji dla każdego przekroju płodu (patrz dokument CFEF 2022).

Równolegle sztuczna inteligencja (AI) stopniowo ugruntowuje się jako narzędzie wspomagania decyzji i automatyzacji w obrazowaniu medycznym, szczególnie w ultrasonografii. Algorytmy głębokiego uczenia są w stanie identyfikować struktury anatomiczne, pozycjonować znaczniki pomiarowe i wybierać najbardziej optymalny przekrój, redukując zmienność międzyoperatorową i usprawniając przepływ pracy. W dziedzinie ultrasonografii położniczej niektóre firmy wprowadziły systemy zdolne do wykrywania lub adnotowania struktur płodu w czasie rzeczywistym, potencjalnie poprawiając wiarygodność i powtarzalność diagnostyczną. Samsung opracował system o nazwie Live View Assist, dostępny w swoich najnowszych generacjach skanerów ultradźwiękowych, który wykorzystuje AI do automatycznego rozpoznawania i zamrażania wymaganych przekrojów płodu w czasie rzeczywistym.

Narzędzie oferuje również automatyczną walidację: jeśli wykryty przekrój spełnia oczekiwane standardy, jest bezpośrednio odhaczany na liście kontrolnej. Ta innowacja obiecuje oszczędność czasu, zmniejszone ryzyko pominięcia pewnych złożonych przekrojów oraz poprawę standaryzacji.

Jednak dostępnych jest niewiele danych, szczególnie we Francji, dotyczących rzeczywistej skuteczności tego narzędzia w kontekście rutynowych badań przesiewowych. Przed rozważeniem integracji Live View Assist i AI do codziennej praktyki, niezbędne jest zatem ocenienie jakości uzyskiwanych przez nie obrazów, wykonalności pełnego badania wspomaganego przez AI, a także potencjalnego wpływu na czas badania i poprawę obciążenia pracą dla sonografistów.

Celem tego badania jest ocena, czy jakość 20 obowiązkowych obrazów automatycznie walidowanych przez Live View Assist nie jest gorsza od jakości 20 obowiązkowych obrazów uzyskanych i walidowanych ręcznie przez technika ultrasonografii, zgodnie z kryteriami jakości CFEF opartymi na sylwetkach zalecanych przez CNEOF.