אימות ניסוי EAGLE: יעילות וערך תרגום קליני של מערכות קולונוסקופיה בעזרת AI

אולימפוס פרסמה רשמית את תוצאות המחקר של ניסוי EAGLE, אשר אימת את ערך הליבה של פתרון CADDIE™ מבוסס-ענן לזיהוי ממוחשב (CADe) בזיהוי קליני של נגעים מעי גס. יכולת הניתוח בזמן אמת ויעילה של פתרון בינה מלאכותית זה מושתתת על ידי ביצועי הדמיה בנאמנות גבוהה של מודולי מצלמת האנדוסקופ המיניאטוריים הייעודיים של אולימפוס. כיישום CADe הראשון המבוסס על ענן לזיהוי פוליפים בזמן אמת במהלך קולונוסקופיה שמקבל גם אישור FDA וגם סימון CE, CADDIE™ הוא גם הפתרון המיושם הראשון של מערכת האקולוגית האנדוסקופית החכמה OLYSENSE™ של Olympus. מימוש היעילות הקלינית שלו יוצר סינרגיה טכנית עמוקה עם דיוק ההדמיה של מודולי מצלמות אנדוסקופ.

ניסוי EAGLE הוא מחקר מבוקר אקראי רב-מרכזי שנערך בשמונה מרכזים קליניים בארבע מדינות באירופה. 841 נבדקים שעברו סקר ומעקב מעי גס, יחד עם 22 אנדוסקופיסטים, נכללו בניתוח הליבה, והנבדקים חולקו אקראית לקבוצת הקולונוסקופיה הסטנדרטית או לקבוצה בסיוע CADDIE™. תוצאות מחקר רלוונטיות פורסמו ב-npj Digital Medicine. עיצוב הליבה של הניסוי מתמקד בנגעים בעלי סיכון קליני וקשה לזיהוי, שזיהוים החזותי מסתמך תחילה על לכידה ברורה של תכונות ריריות עדינות של מערכת המעי על ידי מודולי מצלמת אנדוסקופ. בסיס החומרה הזה מספק תמיכה בנתונים חזותיים שאין לו תחליף לניתוח מדויק של אלגוריתמי AI.

נתוני הליבה של הניסוי אישרו את הערך הסינרגטי של חומרת הדמיה ואלגוריתמי בינה מלאכותית: בהשוואה לקולונוסקופיה רגילה, בדיקה בעזרת CADDIE™ השיגה עלייה מוחלטת של 7.3% בשיעור גילוי אדנומה (ADR). עבור תת-סוגים קשים לזיהוי כולל אדנומות גדולות (מעל 10 מ'מ), אדנומות לא-פוליפלואידיות ונגעים משוננים (SSL), שיעורי הזיהוי היחסיים עלו ב-93%, 57% ו-230% בהתאמה, מבלי להפריע לבטיחות ולזרימת העבודה של פעולות קליניות לאורך התהליך. האלגוריתם CADDIE™ מאומן במיוחד על מערך נתונים המועשר בנגעים רלוונטיים קלינית כאלה, והתאימות הטכנית שלו עם מודולי מצלמות אנדוסקופ מבטיחה סנכרון של רכישת תמונה וניתוח AI בזמן אמת, מה שהופך את ההטמעה הקלינית של AI מבוסס ענן לביצוע טכנית.

פריסת ארכיטקטורת ענן הפכה ליתרון מרכזי נוסף של הפתרון, המשלים את פלט ההדמיה הסטנדרטי של מודולי מצלמות אנדוסקופ: CADDIE™ מצויד בארכיטקטורת ענן התואמת בקרות אבטחה סטנדרטיות בתעשייה, מה שלא רק מפחית את התלות של מוסדות רפואיים בחומרה מקומית ומאפשר מודל רכש מבוסס מנוי, אלא גם בונה את פלטפורמת הנתונים הטכנולוגיים והמדרוגים הטכנולוגיים. אופטימיזציה איטרטיבית של אלגוריתמי AI באמצעות אינטראקציה סטנדרטית של נתוני הדמיה. מודל זה גם משפר משמעותית את הנגישות הקלינית של כלי זיהוי מתקדמים של AI.

מומחי תעשייה זיהו מאוד את מודל השילוב הטכנולוגי הזה. החוקר הראשי של ניסוי EAGLE ציין כי פריסת ענן שוברת את מחסומי החומרה של אנדוסקופית בינה מלאכותית, בעוד שמודול מצלמות אנדוסקופ ברזולוציה גבוהה ובנאמנות גבוהה מספקים את הספק הליבה ליישום הקליני של חדשנות בינה מלאכותית. השילוב של השניים הפך למפתח לשיפור יעילות הגילוי של נגעים בסיכון גבוה לסרטן המעי הגס. מנהלי אולימפוס ציינו כי תוצאות הניסוי מספקות תמיכה מבוססת ראיות לפופולריות הקלינית של CADDIE™, וכן מאמתות את הערך הקליני של התכנון המשותף של חומרת הדמיה ואלגוריתמי בינה מלאכותית, והצביעו על הכיוון של אינטגרציה מעמיקה עם אלגוריתמים חכמים למו'פ של מודולי מצלמות אנדוסקופים רפואיים.

יש להבהיר כי CADDIE™ משמש רק ככלי עזר קליני לזיהוי ואינו מחליף את שיקול הדעת האבחוני המקצועי של אנדוסקופיסטים. בנוסף, הפתרון מוגבל לניתוח נתוני הדמיה ממודולי מצלמת אנדוסקופ אור לבן סטנדרטיים. גבול תאימות זה מספק גם התייחסות קלינית למחקר ופיתוח סטנדרטי של מודולי מצלמות אנדוסקופ רפואי.

בסך הכל, תוצאות ניסוי EAGLE לא רק מאשרות את הערך הקליני של AI מבוסס ענן בתחום האנדוסקופיה של מערכת העיכול, אלא גם מדגישות את התפקיד הבסיסי של מודולי מצלמות אנדוסקופ כחומרת הליבה של מערכת האקולוגית האנדוסקופית החכמה. באמצעות הפריסה המשולבת של חומרת הדמיה ותוכנת בינה מלאכותית באמצעות מערכת האקולוגית OLYSENSE™, Olympus מספקת ללקוחות בחו'ל העוסקים במודול מצלמות אנדוסקופ רפואי ורכש ציוד רפואי עם פתרון משולב עם ערך קליני והיתכנות טכנית, ומציעה גם נתיב טכני שניתן לשכפל לשדרוג מושכל של ציוד הדמיה רפואי.