Application clinique d'un système de prédiction de trajectoire de dissection basé sur l'intelligence artificielle (ADTPS) dans la dissection sous-muqueuse endoscopique

Résumé succinct

Dans cette étude prospective de diagnostic par paires et essai contrôlé randomisé monocentrique, les patients atteints de néoplasie squamous de l'oesophageau à un stade précoce ou d'hyperplasie épithéliale intraépithéliale de haut grade répondant aux critères d'inclusion et d'exclusion seront inscrits dans un groupe diagnostique par paires (60 patients) et assignés par la suite de manière aléatoire (1:1) pour recevoir une dissection sous-muqueuse endoscopique (ESD) avec la guidance du Système de Prédiction de Trajectoire de Dissection basé sur l'IA (ADTPS) ou une ESD conventionnelle (sans IA). Les données cliniques et les scores de charge de travail de l'opérateur (NASA-TLX) sont collectés pendant la procédure, et des évaluations de suivi postopératoires sont effectuées les jours 1, 3, 7 et 14. L'étude vise à analyser l'impact de l'ADTPS sur le temps moyen de dissection unique et la charge de travail de l'opérateur chez les patients sous ESD en comparant les différences d'efficacité entre les groupes expérimentaux et de contrôle. De plus, l'étude enquête sur les effets de l'ADTPS sur d'autres complications postopératoires, y compris le taux de résection R0, la lésion de la muqueuse propre, les saignements intraopératoires, la perforation (aiguë et retardée) et le temps total de la procédure; effectue une analyse comparative de la sécurité et de l'efficacité de l'ESD assistée par IA par rapport à l'ESD conventionnelle; et développe des stratégies cliniques efficaces pour optimiser la trajectoire de dissection et réduire les complications dans la dissection sous-muqueuse endoscopique.