Знания высокого уровня через интегрированную нейронную сеть для гастроскопии (HillKING)

Цель:

Основная цель этого исследования — сравнить точность определения классификации Хилла во время гастроскопии между системой на основе искусственного интеллекта (ИИ) и врачами, проводящими обследование. Вторичные результаты включают оценку точности каждого класса и другие статистические показатели, такие как точность, полнота и показатель f1.

Дизайн исследования:

Одноцентровое слепое исследование эндоскописта. Модель, рассмотренная в предыдущем исследовании, достигла средней точности 88%. Все участники первоначально посетили лекцию, служащую для повышения квалификации по классификации Хилла. Впоследствии врачей попросили предоставить классификацию Хилла для тестовых изображений, аннотированных экспертами изображений, изображающих различные степени Хилла, средняя точность которых составила 72%. Таким образом, требуется 127 парных измерений. Принимая во внимание выбывание пациентов, необходимо набрать как минимум 159 пациентов. При осмотре створки клапана при эндоскопии врач обязан сохранить изображение створки клапана при ретрофлексии, что является частью стандартной процедуры, на основании которой определяют классификацию Хилла. Прогноз модели ИИ на этом изображении считается выходными данными модели и считается выходными данными модели. Группа из трех экспертов-эндоскопистов определяет классификацию Хилла для каждого изображения на основе большинства голосов, что считается золотым стандартом.

Настройка и ограничения ИИ:

Никаких ограничений, вызванных ИИ, нет. Метод осуществляет покадровый анализ записи. Эти изображения анализируются системой на основе искусственного интеллекта для получения прогнозов. Единственное взаимодействие, необходимое для этого метода, — это нажатие кнопки, которое запускает процесс записи исследования, и второе нажатие кнопки, чтобы прекратить запись. Это выполняется в начале и в конце экзамена соответственно. Модель, используемая в этом исследовании, представляет собой обновленную версию модели, представленной в предварительном исследовании, которая была обучена с использованием большего количества данных вместе со вспомогательными выходными данными для прогнозирования, соответствует ли классификация Хилла показанному изображению.

Исследуемая популяция:

У всех взрослых пациентов, назначенных на гастроскопию, которые не соответствуют критериям исключения, будет запрошено информированное согласие. Критерии исключения включают предыдущие хирургические вмешательства или измененную анатомию, которая препятствует правильному осмотру створчатого клапана, обследования, при которых створчатый клапан не осматривается, а также обследования, при которых экспертный комитет не дает большинства голосов.

Вмешательство:

Врач проводит осмотр как обычно. При осмотре лоскутного клапана врач, как обычно, делает снимок изображения и дает оценку по шкале Хилла. Выходные данные модели для того же изображения считаются предсказанием модели. Врач не видит предсказаний модели.