Needle confocal laser endomicroscopy in the diff erential dia gnosis of pancreatic cystic lesions

Rudolf Repák, Tomáš Fejfar, Miroslav Podhola, Aleš Ryška, Ilja Tachecí

Needle confocal laser endomicroscopy in the diff erential dia gnosis of pancreatic cystic lesions

Číslo: 4/2024
Periodikum: Gastroenterologie a hepatologie
DOI: 10.48095/ccgh2024291

Klíčová slova: jehlová konfokální laserová endomikroskopie, cystická leze pankreatu, optická biopsie, endoskopická ultrasonografie, umělá inteligence

Pro získání musíte mít účet v Citace PRO.

Přečíst po přihlášení

Anotace: Východiska: Pankreatické cystické léze jsou poměrně častým nálezem a jejich počet neustále roste, což souvisí také s rozmachem zobrazovacích metod. Až 15 % karcinomů pankreatu vzniká z mucinózních cystických tumorů pankreatu, především z intraduktální papilární mucinózní neoplazie (IPMN). Jehlová konfokální laserová endomikroskopie (nCLE) představuje pokročilou diagnostickou metodu, která má potenciál zvýšit přesnost diagnostiky ložiskového postižení slinivky břišní. Cíl: Cílem práce je poskytnout recentní přehled postavení nCLE v diagnostice cystických lézí pankreatu a ně kte rých vlastních zkušeností. Metoda nCLE je založena na tzv. optické biopsii v reálném čase, což přináší lepší diagnostické výsledky ve srovnání s tradičními postupy, jako jsou CT, MR/MRCP a EUS, což potvrzují i vlastní data autorů. Přestože nCLE nabízí určité výhody, její širší využití v klinické praxi je omezováno vysokými náklady na vybavení, technickými obtížemi při vyšetření a nutností důkladného tréninku endoskopistů. Integrace všech diagnostických postupů (EUS, cytologie, nCLE a next-generation sekvenování) do algoritmů umělé inteligence by mohla minimalizovat nevýhody jednotlivých metod a zvýšit celkovou efektivitu diagnostiky cystických lézí pankreatu. Závěr: nCLE představuje inovativní metodu diagnostiky cystických lézí pankreatu, která v kombinaci s dalšími postupy (biopsie mikrokleštěmi, sekvenování nové generace, hodnocení nálezů nCLE a celkového rizika malignity pomocí umělé inteligence) může dále zvyšovat svou diagnostickou přesnost v této indikaci.