Onderzoekers in China hebben een endoscopisch rapportagesysteem ontwikkeld, gebaseerd op kunstmatige intelligentie. Het systeem verbetert volgens hen de volledigheid en nauwkeurigheid van rapportages. MDL-arts dr. Marcel Groenen (Rijnstate, Arnhem) vindt het systeem veelbelovend en indrukwekkend.
EGD (esophago-gastro-duodenoscopy) is essentieel voor opsporing van afwijkingen in het maag-darmkanaal en cruciaal voor diagnose en behandeling. Handmatige rapportage is kwalitatief niet optimaal en bovendien arbeidsintensief. De publicatie gaat over validatie van een automatisch endoscopisch rapportagesysteem gebaseerd op kunstmatige intelligentie (AI-EARS). Het systeem is ontworpen voor geautomatiseerde rapportage bij gastroscopie, waaronder real-time beeldvorming, diagnose en tekstuele beschrijving. Het is ontwikkeld met gebruik van multicenter datasets uit 8 ziekenhuizen in China. Deze datasets bevatten 252.111 beelden voor training, 62.706 foto’s en 950 video’s voor testen.
Vollediger en nauwkeuriger
12 endoscopisten en 44 endoscopieprocedures werden geïncludeerd om het effect van AI-EARS te evalueren in een multireader, multicase crossover-studie. Met gebruik van de AI-EARS- en de conventionele rapportagesystemen werden de nauwkeurigheid en volledigheid van de rapportages vergeleken tussen endoscopisten.
Met videovalidatie bereikte AI-EARS volledigheid van 98,59% en 99,69% voor rapportage van afwijkingen in respectievelijk slokdarm en maag, en 73,14% en 85,24% voor diagnose. Vergeleken met conventionele rapportagesystemen bereikte AI-EARS meer volledigheid (79,03% vs. 51,86%) en nauwkeurigheid (64,47% vs. 42,81%) van de tekstuele beschrijving en volledigheid van fotodocumenten van de landmarks (92,23% vs. 73.69%). De gemiddelde rapportagetijd voor een individuele laesie was significant lager (80,13 +/- 16,12 seconden vs. 46,47 +/- 11,68 seconden) na de AI-EARS ondersteuning.
Grote potentie
De onderzoekers concluderen dat zij een gevalideerd en efficiënt rapportagesysteem hebben ontwikkeld voor EGD. De resultaten laten volgens hen zien dat endoscopisten de volledigheid en nauwkeurigheid van rapportages significant kunnen verbeteren met hulp van een op deep-learning gebaseerd rapportagesysteem. AI-EARS heeft daarmee grote potentie als EGD-opnameservice en om de dagelijkse werklast voor endoscopisten te verminderen, aldus de onderzoekers.
Bron:
Zhang L, Lu Z, Yao L, et al. Effect of a deep learning-based automatic upper GI endoscopic reporting system: a randomized crossover study. Gastroint Endoscopy, 2023;98:182-90.
Commentaar dr. Marcel Groenen, MDL-arts in Rijnstate (Arnhem):
“Deze studie met het AI-EARS-systeem voor verslaglegging is veelbelovend. In het verleden heb ik zelf onderzoek gedaan naar de overgang van het schriftelijke verslag, zelfs nog zonder endoscopische beelden, naar een gecomputeriseerd verslag. Bij computerverslaglegging krijg je al veel meer structuur en maak je aan de hand van classificaties de beschrijvingen van afwijkingen uit een endoscopie. Dat heeft al een enorme verbetering gegeven, ook wat betreft de tijdsinvestering. Met dit nieuwe systeem kun je nog sneller en completer de verslaglegging maken. Ik ben daarvan wel onder de indruk.”
“AI-EARS is momenteel een ondersteunend systeem om de kwaliteit en de volledigheid van een endoscopie vast te leggen, en daarnaast snel het verslag te maken. Je wordt als MDL-arts en endoscopist geleid door een complete beschrijving van afwijkingen waaraan ook kwaliteitseisen zijn gekoppeld. Dat is indrukwekkend en een mooie ontwikkeling met AI. Tot nu toe werd kunstmatige intelligentie gebruikt voor specifieke zaken als poliepherkenning bij coloscopie of Barrett-beoordeling in de slokdarm. Je kunt inmiddels ook live geholpen worden bij het vinden van afwijkingen. Maar nu gaat het veel verder: dit systeem beschrijft ook de normale anatomie van een maagonderzoek, met name ook de verplicht vast te leggen ‘landmarks’ die automatisch herkend worden door het systeem.”
“Gebruik van het nieuwe systeem zorgt voor meer betrouwbare waarnemingen die ook meteen worden beschreven. Het systeem maakt automatisch foto’s van bepaalde afwijkingen en landmarks tijdens gastroscopie. Dat moet nog wel verder worden ontwikkeld, met name wat betreft de minder vaak voorkomende afwijkingen. Die zal het systeem misschien niet direct herkennen. Dus blijft het nodig dat de arts daar goed naar kijkt en deze afwijkingen beoordeelt. Het is wel mogelijk om het systeem aan te vullen met eigen foto’s en beschrijvingen.”
“De winst van deze ontwikkeling zit in tijdsbesparing en compleetheid van rapportage. Je kunt ook op latere momenten terugkijken waardoor resultaten van een onderzoek achteraf makkelijker zijn te beoordelen. En er worden denk ik minder afwijkingen gemist. Gebruik van het systeem is leerzaam voor de endoscopist, omdat je geattendeerd wordt op zaken die je aanvankelijk zelf misschien over het hoofd zag. Dat geldt voor zowel de beginnende endoscopist als voor experts.”
“Misschien is het systeem later ook te gebruiken als controle of de endoscopist het hele slijmvlies inderdaad heeft beoordeeld. Er kunnen plekjes zijn in bijvoorbeeld de twaalfvingerige darm of de maag die je wellicht niet hebt gezien, misschien omdat je er te snel langsging of omdat het niet schoon was. Daar is in deze studie nog niet naar gekeken, maar het zou een aanvullende functie van het systeem kunnen zijn.”
“Het systeem is in China ontwikkeld voor gastroscopie en nog niet commercieel beschikbaar. Sommige afwijkingen, met name de minder voorkomende, worden nog niet herkend en sowieso is het alleen nog in het Engels. Voor het interpreteren van de klachten en de bevindingen van de scopie is de MDL-arts nog wel nodig. Maar het is een interessante ontwikkeling als toekomstige ondersteuning bij het scopieverslag.”