Проспективное многоцентровое исследование системы оценки качества колоноскопии с использованием искусственного интеллекта

Колоноскопия является ключевым методом для выявления и диагностики заболеваний нижних отделов желудочно-кишечного тракта. Качественная эндоскопия приводит к лучшим результатам, однако уровень квалификации разных эндоскопистов сильно различается. Частота пропущенных диагнозов колоректальной АДЕНОМЫ составила 22%, частота пропущенных диагнозов колебалась от 7,4% до 52,5%. Серия исследований показала, что у 12,1% пациентов не было рака во время колоноскопии, но у них был диагностирован колоректальный рак (постколоноскопический колоректальный рак, PCCRC) в течение 5 лет, из которых 71-86% можно отнести на счет халатности эндоскопист 6,7. Поэтому очень важно улучшить качество рутинного эндоскопического исследования при одновременном расширении эндоскопической техники.

Индекс контроля качества колоноскопа может отражать уровень работы врачей-эндоскопистов и является очень важным инструментом для обеспечения качества колоноскопа. Обследование и обратная связь данных контроля качества с эндоскопистом могут эффективно повысить скорость обнаружения поражений и гарантировать высокий уровень эндоскопического качества. Ключом к обеспечению качества энтероскопии является выдвижение индекса контроля качества, который может отражать качество работы эндоскописта. В 2006 году Барклай предположил, что существует значительная корреляция между временем отмены колоноскопии и частотой аденом у пациентов, и их результаты были опубликованы в Медицинском журнале Новой Англии с импакт-фактором 70,67. Затем было 367 работ по изучению скорости отмены энтероскопии. Аслиниа провела ретроспективный анализ корреляции между частотой слепоты, достигаемой при энтероскопии, и прогнозом пациентов, и предложила частоту слепоты в качестве показателя контроля качества энтероскопии. Другие показатели контроля качества, такие как чистота кишечника и частота выявления полипов, были опубликованы в известных международных журналах и включены в руководства по регулированию качества повседневной работы врачей-эндоскопистов, что имеет большое клиническое значение.

Однако, несмотря на вышеупомянутые индикаторы контроля качества, существующие эндоскопические индикаторы контроля качества серьезно неадекватны. Согласно многоцентровому клиническому исследованию, текущие показатели контроля качества отражают только около 40% различий в уровнях обнаружения поражений между врачами-эндоскопистами. Существование этого явления указывало на то, что для полного отражения качества эндоскопических процедур необходимо больше индексов контроля качества. Как показатель контроля качества, отражающий подготовку кишечника, чистота кишечника является фатальным дефектом с сильной субъективностью и плохой согласованностью среди наблюдателей, поэтому существующая колоноскопия нуждается в более полных, объективных показателях контроля качества, отражающих уровень врачей-эндоскопистов, чтобы обеспечить качество колоноскопии.

За последнее десятилетие искусственный интеллект (ИИ) добился значительного прогресса в области медицины. Андре Эстева использовала глубокую нейронную сеть (ГНС) для классификации рака кожи с точностью на уровне экспертов. В области пищеварительной эндоскопии команда проекта в самом начале совершила огромный прорыв. В 2018 году модель мониторинга слепых зон гастроскопии с искусственным интеллектом, разработанная командой проекта, значительно уменьшила слепые зоны эндоскопии в рандомизированных контролируемых клинических испытаниях, результаты были опубликованы в журнале Gut с импакт-фактором 17,94. В 2019 году модель искусственного интеллекта команды для оценки чистоты кишечника, опубликованная в журнале гастрогастротестинальная эндоскопия с импакт-фактором 7,23, показала лучшую точность изображения, чем у эндоскописта в соревновании человека-компьютера. В том же году в рамках проекта была разработана модель мониторинга скорости колоноскопии на основе алгоритма восприятия Хаше и модель мониторинга слайд-зеркала колоноскопии на основе классификации изображений, а также проведены рандомизированные контролируемые клинические испытания, модель значительно улучшила способность колоноскопистов обнаруживать очаги поражения. , Исследование было опубликовано в The Lancet Gastroenterology 18 с импакт-фактором 12,87.

Основываясь на вышеупомянутом богатом фундаменте ранней работы, а также на текущем большом спросе в области контроля качества энтероскопии, мы намерены проверить основанную на искусственном интеллекте скорость выхода из энтероскопии, чистоту кишечника и модель слайдов энтероскопии, разработанную команда проекта через многоцентровое клиническое исследование, чтобы оценить осуществимость и точность качества работы врача в качестве индекса контроля качества.