Доклиническая разработка инструмента 3D реконструкции желчевыводящих путей с помощью МРТ и алгоритма искусственного интеллекта для помощи эндоскопистам при выполнении эндоскопической ретроградной холангиопанкреатографии (ЭРХПГ) (MAAGIE)

ЭРХПГ — это сложная интервенционная эндоскопическая процедура, основанная на 2D-визуализации желчевыводящих путей. 3D-моделирование и ИИ являются перспективными решениями для улучшения навигации и безопасности во время ЭРХПГ.

Проект MAAGIE был разработан для создания одного из таких инновационных решений и получил финансирование ANR в 2024 году. Он включает несколько рабочих пакетов, среди которых первый WP предполагает создание базы данных из визуализационных данных желчевыводящих путей, уже собранных в ходе клинической помощи.

Основной целью нашего исследования будет разработка и валидация инструмента, позволяющего выполнять 3-мерное моделирование желчевыводящих путей на основе предоперационных последовательностей МРХПГ и КТ брюшной полости, что обеспечивает лучшую визуализацию и понимание анатомии желчевыводящих путей пациентов до и во время ЭРХПГ.

Это двуцентровое ретроспективное исследование, основанное на данных визуализации, собранных в ходе рутинной помощи. Пациенты наблюдались в рамках обычного пути оказания помощи лицам, проходящим ЭРХПГ в эндоскопических отделениях больницы Сент-Антуан или больницы Анри Мондор по поводу заболевания желчевыводящих путей, связанного со стриктурой (доброкачественной или злокачественной). Исследование никак не изменяет ведение пациентов.

Первый этап будет включать выявление всех пациентов, которые прошли ЭРХПГ в эндоскопических отделениях больницы Сент-Антуан или больницы Мондор по поводу заболевания желчевыводящих путей, связанного со стриктурой (доброкачественной или злокачественной), и у которых были выполнены как МРХПГ, так и КТ брюшной полости в отделениях визуализации тех же больниц, с 2020 года до конца 2025 года.

После проверки критериев отбора им будет отправлено специальное информационное уведомление об этом исследовании. Если ответ не будет получен в течение одного месяца, собранные данные могут быть повторно использованы в исследовательских целях.

Собранные данные визуализации будут способствовать разработке и валидации программного обеспечения для 3D-реконструкции/регистрации (3D-моделирование желчевыводящих путей с использованием математических алгоритмов для медицинской визуализации и сетей искусственного интеллекта, применяемых к полученным изображениям).

Псевдонимизированные данные будут централизованы под надзором профессора Камю на защищенном сервере AP-HP, с созданием таблицы соответствия для последующего наблюдения, доступной только профессору Камю. По окончании исследования данные будут безопасно переданы партнерам для анализа и разработки инструмента. Все передачи данных будут выполняться с использованием защищенных, зашифрованных внешних устройств хранения в соответствии с процедурами местного IT-отдела AP-HP.

Объем данных определяется на основе возможностей обработки изображений и целей технологического развития. Набор данных из 100 пациентов обеспечивает достаточную анатомическую вариабельность для обучения и тестирования моделей ИИ.

Инференциальный статистический анализ не планируется. Производительность инструмента будет оцениваться с использованием метрик качества изображения (DSC, IoU) и индикаторов ошибок локализации для алгоритмов. Наконец, обмены с партнерами по проекту будут способствовать разработке и валидации инструмента 3D-реконструкции. Анализ будет проводиться партнерскими командами в LIP6 и ISIR.