内視鏡AIのための臨床医主導フレームワーク：全消化管スペクトルにわたるPanEndoAtlasの開発と基盤モデルのベンチマーク

科学分野:

• 医療における人工知能
• 消化器病学
• 医用画像解析

背景:

• 内視鏡検査は、消化管（GI）疾患の診断と管理に不可欠な手順です。
• 現在、内視鏡検査におけるAI開発は、大規模で臨床的に多様なベンチマークと統一されたデータセットが不足しています。
• この分野におけるビジョン基盤モデルの評価は、データの断片化により困難です。

研究 の 目的:

• 消化管内視鏡検査におけるAIのための最初の統一エコシステムであるPanEndoSuiteを導入すること。
• 臨床内視鏡検査におけるAIモデルを評価するための包括的なベンチマークを確立すること。
• 内視鏡AIアプリケーションのための新しい基盤モデルを開発および評価すること。

主な方法:

• PanEndoAtlas（調和されたデータセット）、PanEndoX（ベンチマークタスク）、およびPanEndoFM（基盤モデル）を含むPanEndoSuiteを開発しました。
• PanEndoAtlasには、111のGI疾患に対する階層的な分類法を備えた420,000を超えるラベル付き画像が含まれています。
• PanEndoXは10の臨床的根拠のあるタスクを特徴とし、PanEndoFMは1000万画像のコーパスで事前トレーニングされています。

主要な成果:

• PanEndoFMは、10のベンチマークタスクのうち6で最高のマクロAUCを達成し、広範な臨床一般化を示しました。
• 専門モデルは特定の領域で強みを示しました：大腸タスク用のEndoFM-LV、ポリープサブタイピング用のEndoSSL、小腸疾患用のViT-B/16。
• この研究は、さまざまな内視鏡診断チャレンジにおけるAIモデルのパフォーマンスベースラインを確立しました。

結論:

• PanEndoSuiteは、消化管内視鏡検査における堅牢で汎用的なAIシステムの開発の基盤を提供します。
• 開発されたエコシステムは、現在のAI機能と実際の臨床ニーズとの間のギャップを橋渡しします。
• この作業は、臨床内視鏡検査におけるAI駆動型の診断および管理ツールの進歩を促進します。