人工知能に基づく大腸内粘膜被曝領域の評価:多センター,前向きな観察研究

科学分野:

• 胃腸内科
• 医療技術
• 医療における人工知能

背景:

• 大腸内視鏡検査の質は,大腸内腫瘍の検出に不可欠です.
• 現在の品質指標では,手術中の粘膜への曝露が完全に捉えられない可能性があります.
• ディープラーニングを用いて新しい指標である累積 kolorektal mucosal exposure area (CCMEA) が開発されました.

研究 の 目的:

• コロノスコーピーの新しい品質管理指標として,累積 kolorektal 粘膜露出領域 (CCMEA) を導入し,検証する.
• 臨床環境におけるディープラーニングベースのCCMEAシステムのパフォーマンスを評価する.
• アデノマの検出率に基づいて,CCMEAがコロノスコピーを区別できるかどうかを判断する.

主な方法:

• ResNet50とUNet++を使用したディープラーニングシステムは,CCMEAを計算するために開発されました.
• 25%のアデノマ検出率 (ADR) の品質基準に基づいて,CCMEAの値2000が設定されました.
• 多中心の予見的観察研究では,510人の患者が評価され,CCMEA合格と不合格のグループ間のADRおよびその他の検出率を比較した.

主要な成果:

• CCMEAシステムは,270人を合格者,240人を不合格者として分類した (CCMEAの値:2000).
• 適格なグループは,特に小型のアデノマ (42. 22% 対 10. 00%) の ADR (53. 70% 対 14. 17%) を著しく高めた.
• ポリプ検出率 (89. 63% 対 40. 00%),アデノマ数 (1. 00 対 0. 17),ポリプ数 (5. 79 対 1.32) が高かった.

結論:

• 累積 kolorektal 粘膜露出領域 (CCMEA) システムは,2000の値で,高品質のコロノスコピーを効果的に識別します.
• CCMEA認定の結腸内視鏡検査は,アデノマ検出率の有意な改善と関連しています.
• CCMEAは,コロノスコピーの品質管理のための貴重な客観的な指標として有望である.