Чтобы оценить возможности системы автоматического создания отчетов об изображениях EUS

Хорошо написанный отчет является наиболее важным способом общения между клиницистами, направляющими врачами и пациентами. Отчеты также играют ключевую роль в улучшении качества пищеварительной эндоскопии. В отличие от эндоскопии пищеварительного тракта, качество отчетов при эндоскопическом ультразвуковом исследовании (ЭУЗИ) тщательно не оценивалось, и эталонный стандарт отсутствует. В соответствии с инструкциями относительно стандартных элементов отчетности ЭУЗИ, разработанными и рассмотренными на Ежегодном собрании Форума канадского эндоскопического ультразвука 2019 г., соответствующие фотодокументы всех соответствующих поражений и анатомических ориентиров должны быть включены в отчеты ЭУЗИ и сохранены для дальнейшего использования. Систематическое фотодокументирование в EUS является показателем качества процедуры в соответствии с ASGE. Систематическая фотодокументация может облегчить эпиднадзор за EUS-оценками. Согласно международному онлайн-опросу, большинство эндосонографов использовали в отчете структурированное дерево, описывающее нормальные и аномальные результаты (81%) или только аномальные результаты (7%). Следовательно, необходимо разработать стандартизированную систему отчетов об эндоскопическом ультразвуковом изображении.

В последние десятилетия мы стали свидетелями значительного прогресса искусственного интеллекта (ИИ) в области медицины. Глубокое обучение, подмножество ИИ, показало большой потенциал в разработке анализа изображений. В области пищеварительной эндоскопии глубокое обучение широко изучалось, включая выявление очаговых поражений, дифференциацию злокачественных и незлокачественных поражений и так далее. Однако редки исследования по автоматической фотодокументации при эндоскопическом УЗИ.

В нашей предыдущей работе была успешно разработана навигационная система EUS с глубоким обучением, которая может идентифицировать стандартные станции поджелудочной железы и CBD в режиме реального времени. В настоящем исследовании мы дополнительно построили автоматическую систему представления изображений EUS (EUS-AIRS). EUS-AIRS может автоматически захватывать изображения стандартных станций, поражений и процедур биопсии, а также маркировать типы поражений, тем самым создавая отчет об изображении с высокой полнотой и качеством во время эндоскопической ультрасонографии.

Мы проверили эффективность EUS-AIRS, проверяя ее эффективность на ретроспективных внутренних и внешних данных, и мы предполагаем определить полезность EUS-AIRS в клинической практике, проверяя ее эффективность на последовательных предполагаемых пациентах.