Lượt xem: 0 Tác giả: Site Editor Thời gian xuất bản: 2026-02-05 Nguồn gốc: Địa điểm
Olympus chính thức công bố kết quả nghiên cứu của Thử nghiệm EAGLE, xác nhận giá trị cốt lõi của giải pháp phát hiện được hỗ trợ bằng máy tính (CADe) dựa trên đám mây CADDIE™ trong việc phát hiện lâm sàng các tổn thương đại trực tràng. Khả năng phân tích hiệu quả và theo thời gian thực của giải pháp AI này được củng cố nhờ hiệu suất hình ảnh có độ chính xác cao của các mô-đun máy ảnh nội soi thu nhỏ chuyên dụng của Olympus. Là ứng dụng CADe dựa trên đám mây đầu tiên để phát hiện polyp theo thời gian thực trong quá trình nội soi để nhận được cả chứng nhận FDA và dấu CE, CADDIE™ cũng là giải pháp được triển khai đầu tiên của Hệ sinh thái nội soi thông minh OLYSENSE™ của Olympus. Việc hiện thực hóa hiệu quả lâm sàng của nó tạo nên sức mạnh tổng hợp kỹ thuật sâu sắc với độ chính xác hình ảnh của mô-đun máy ảnh nội soi.
Thử nghiệm EAGLE là một nghiên cứu ngẫu nhiên có đối chứng đa trung tâm được thực hiện tại tám trung tâm lâm sàng trên bốn quốc gia Châu Âu. 841 đối tượng được sàng lọc và giám sát đại trực tràng, cùng với 22 bác sĩ nội soi, được đưa vào phân tích cốt lõi và các đối tượng được phân ngẫu nhiên vào nhóm nội soi tiêu chuẩn hoặc nhóm được hỗ trợ CADDIE™. Kết quả nghiên cứu có liên quan đã được công bố trên npj Digital Medicine. Thiết kế cốt lõi của thử nghiệm tập trung vào các tổn thương đại trực tràng có nguy cơ cao và khó phát hiện trên lâm sàng, mà việc nhận dạng trực quan trước tiên dựa vào việc nắm bắt rõ ràng các đặc điểm niêm mạc tinh tế của đường ruột bằng mô-đun camera nội soi. Nền tảng phần cứng này cung cấp sự hỗ trợ dữ liệu trực quan không thể thay thế để phân tích chính xác các thuật toán AI.
Dữ liệu thử nghiệm cốt lõi đã xác nhận giá trị tổng hợp của phần cứng hình ảnh và thuật toán AI: so với phương pháp nội soi tiêu chuẩn, việc kiểm tra được hỗ trợ bằng CADDIE™ đã đạt được mức tăng tuyệt đối 7,3% về tỷ lệ phát hiện u tuyến (ADR). Đối với các phân nhóm khó phát hiện bao gồm u tuyến lớn (>10 mm), u tuyến không đa bội và tổn thương có răng cưa không cuống (SSL), tỷ lệ phát hiện tương đối tăng lần lượt là 93%, 57% và 230% mà không ảnh hưởng đến sự an toàn và quy trình làm việc của các hoạt động lâm sàng trong suốt quá trình. Thuật toán CADDIE™ được đào tạo đặc biệt trên tập dữ liệu được làm giàu với các tổn thương liên quan đến lâm sàng và khả năng tương thích kỹ thuật của nó với các mô-đun camera nội soi đảm bảo đồng bộ hóa việc thu nhận hình ảnh và phân tích AI theo thời gian thực, giúp việc triển khai lâm sàng AI dựa trên đám mây trở nên khả thi về mặt kỹ thuật.
Việc triển khai kiến trúc đám mây đã trở thành một lợi thế cốt lõi khác của giải pháp, bổ sung cho đầu ra hình ảnh được tiêu chuẩn hóa của các mô-đun camera nội soi: CADDIE™ được trang bị kiến trúc đám mây tuân thủ các biện pháp kiểm soát bảo mật tiêu chuẩn ngành, không chỉ giúp giảm sự phụ thuộc của các tổ chức y tế vào phần cứng cục bộ và cho phép mô hình mua sắm dựa trên đăng ký mà còn xây dựng nền tảng dữ liệu thống nhất để nâng cấp công nghệ các mô-đun camera nội soi và tối ưu hóa lặp lại các thuật toán AI thông qua tương tác dữ liệu hình ảnh được tiêu chuẩn hóa. Mô hình này cũng cải thiện đáng kể khả năng tiếp cận lâm sàng của các công cụ phát hiện AI tiên tiến.
Các chuyên gia trong ngành đánh giá cao mô hình tích hợp công nghệ này. Điều tra viên chính của Thử nghiệm EAGLE đã chỉ ra rằng việc triển khai đám mây phá vỡ các rào cản phần cứng của nội soi AI, trong khi các mô-đun máy ảnh nội soi có độ phân giải cao và độ chính xác cao cung cấp nền tảng cốt lõi cho việc triển khai lâm sàng đổi mới AI. Sự kết hợp của cả hai đã trở thành chìa khóa để nâng cao hiệu quả phát hiện các tổn thương ung thư đại trực tràng có nguy cơ cao. Các giám đốc điều hành của Olympus tuyên bố rằng các kết quả thử nghiệm cung cấp sự hỗ trợ dựa trên bằng chứng cho việc phổ biến lâm sàng CADDIE™, đồng thời xác minh giá trị lâm sàng của thiết kế hợp tác giữa phần cứng hình ảnh và thuật toán AI, đồng thời chỉ ra hướng tích hợp sâu với các thuật toán thông minh cho hoạt động R&D của mô-đun máy ảnh nội soi y tế.
Cần làm rõ rằng CADDIE™ chỉ được sử dụng như một công cụ phát hiện phụ trợ lâm sàng và không thay thế phán đoán chẩn đoán chuyên môn của bác sĩ nội soi. Ngoài ra, giải pháp chỉ giới hạn ở việc phân tích dữ liệu hình ảnh từ các mô-đun camera nội soi ánh sáng trắng tiêu chuẩn. Ranh giới tương thích này cũng cung cấp tài liệu tham khảo lâm sàng cho hoạt động R&D được tiêu chuẩn hóa của mô-đun máy ảnh nội soi y tế.
Nhìn chung, kết quả của Thử nghiệm EAGLE không chỉ xác nhận giá trị lâm sàng của AI dựa trên đám mây trong lĩnh vực nội soi tiêu hóa mà còn nêu bật vai trò cơ bản của mô-đun camera nội soi như phần cứng cốt lõi của hệ sinh thái nội soi thông minh. Thông qua cách bố trí tích hợp phần cứng hình ảnh và phần mềm AI thông qua Hệ sinh thái OLYSENSE™, Olympus cung cấp cho khách hàng nước ngoài tham gia R&D mô-đun máy ảnh nội soi y tế và mua sắm thiết bị y tế một giải pháp tích hợp có cả giá trị lâm sàng và tính khả thi về mặt kỹ thuật, đồng thời cung cấp lộ trình kỹ thuật có thể nhân rộng để nâng cấp thông minh các thiết bị hình ảnh y tế.
