Utveckling av nya diagnostiska verktyg inom kapselendoskopi (NOCE)

Kapselendoskopi är en minimalt invasiv diagnostisk procedur baserad på intag (eller endoskopisk leverans) av en miniatyriserad biokompatibel kamera. Kapslar fångar tiondelar av tusentals bilder av mag-tarmkanalen. Att läsa de tagna bilderna och rapportera är långt, tråkigt och riskerar att göra fel när läsarens uppmärksamhet störs. Artificiell intelligens förväntas lindra dessa begränsningar, genom att både förbättra den diagnostiska prestandan för kapselendoskopi och samtidigt minska lästiden.

Varje patient där en kapselendoskopiundersökning utförs som en del av rutinvården kommer att bjudas in att delta i studien. Deras avidentifierade bilder och videor kommer att extraheras, vilket möjliggör skapandet av flera databaser för att träna, trimma och testa tekniska tegelstenar av artificiell intelligens. Grundläggande kliniska data kommer att samlas in (ålder, kön, indikation för kapselendoskopi, typ av enhet, intag eller leverans av kapsel). Bilder och videor kommer att karakteriseras centralt och i samförstånd av en panel med 3 expertläsare, beroende på deras relevansnivå i förhållande till typen och indikationen av kapselendoskopi.

De olika, utvecklade tekniska tegelstenarna kommer att syfta till att automatiskt upptäcka och karakterisera anatomiska landmärken och onormala fynd, och att citera tarmens renhet.

Bedömning av diagnostisk prestanda och avläsningstid kommer att utföras inom några månader eller upp till fem år, för varje teknisk tegelsten, individuellt och sedan kombinerat, enligt deras stegvisa utveckling.