レビュー記事

介入的呼吸器内科における侵襲的手技:教育的エビデンスに基づくステップバイステッププロトコルのナラティブレビュー

DOI：

10.3791/69416

⸱

2026年2月10日

1Copenhagen Academy for Medical Education and Simulation (CAMES), Rigshospitalet, 2100 Copenhagen, University of Copenhagen

この記事について

サマリー

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

介入呼吸器内科の手技は、より低侵襲化が進んでいます。本レビューでは、患者の安全性と診断の正確性を確保するための介入呼吸器学におけるエビデンスに基づく段階的アプローチについて論じます。

要約

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

肺がんは世界で最も多くのがん死亡者数を占めています。肺がんの正確な診断と病期決定には侵襲的な処置が必要であり、低侵襲アプローチへの傾向が強まっています。本ナラティブレビューは、柔軟な気管支鏡検査、気管支内および内視鏡超音波(EBUSおよびEUS)、橈骨気管支内超音波(rEBUS)、電磁ナビゲーション気管支鏡、局所麻酔胸部鏡、気管内凍結生検、経胸椎超音波ガイド肺生検において、患者の安全性、診断精度、手順の一貫性を向上させることを目的とした標準化された段階的アプローチを要約し議論します。伝統的なハルステディアン法(「一つ見て、一つやって、一つ教える」)は、経験が専門知識を保証しないという研究によってますます挑戦されています。メシックの妥当性フレームワークなどのフレームワークに基づくシミュレーションベースのトレーニングと構造化評価が推奨されており、能力確保に努めています。人工知能(AI)などの新興技術は、特に気管支鏡検査や肺超音波検査において、トレーニング、手順的ナビゲーション、パフォーマンス評価の向上に有望な成果を示しています。介入的呼吸器学が進化する中で、検証済みのトレーニングプロトコル、シミュレーション、AIの統合は教育の標準化と患者ケアの向上に不可欠です。

概要

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

肺がんや肺疾患の診断と病期診断には、患者のリスクを最小限に抑えつ質の高い組織サンプルを得る侵襲的な処置が必要になることが多いです。新たな低侵襲技術の登場により、体系的かつ段階的なアプローチが、手技リスクを最小限に抑え、診断収量を最大化するために不可欠です。肺実質、胸膜腔、縦隔リンパ節を標的とするいずれであっても、構造化された手技戦略は変動を減らし、トレーニングを標準化し、患者の転帰を向上させる2,3,4,5,6,7,8。

しかし、国際的なガイドラインやベストプラクティスに関する合意が高まっているにもかかわらず、侵襲的手技は機関や医師によって学び、実行される方法が異なることが多い9.伝統的なハルステディアンの「見る、やる、教える」という原則は医療訓練の中心であり続けていますが、視覚的かつ構造化された学習ツールによってますます支持されています。この文脈では、ビデオベースの標準化されたステップワイズプロトコルは、特にキャリア初期の臨床家や新しい技術を採用する際に、手順的理解を深めるのに役立ちます。視覚的かつ体系的な「見てみろ」という記事を提供することで、実践者は最初の「やってみる」前に手技を理解したり、「教える」レベルで比較・洗練したりすることができます。

本ナラティブレビューは、柔軟気管支鏡検査、気管支内および内視鏡超音波、橈骨EBUS、電磁ナビゲーション気管支鏡、局所麻酔胸部鏡、気管内凍結生検、経胸胸部超音波ガイド付き肺生検における最近の段階的アプローチをまとめており、いずれも侵襲的肺病学のより広範でエビデンスに基づく枠組みに貢献しています。

手続きステップバイステッププロトコルのタイトル
柔軟な気管支管支体系的気管支鏡検査:4つのランドマークアプローチ3.
気管支内超音波サンプリング(EBUS)システマティック・エロピスト・エロピスト・エロピー - 6つのランドマークアプローチ5.
内視鏡超音波(EUS)食道の気管支内超音波検査に内視鏡を使用している6.
経気管支肺クライオバイオプシー(TLC)間質性肺疾患および末梢肺病変の診断のための経気管支肺クライオバイオプシー - 段階的アプローチ4.
超音波誘導下経筋生検(US-TTLB)。超音波ガイド下経胸腔肺生検の段階的アプローチ7.
放射型EBUS(rEBUS)および電磁ナビゲーション気管支鏡(ENB)です。末梢肺病変の診断のための放射性気管支内超音波および透視による気管支鏡検査8.
局所麻酔性開胸鏡検査(LAT)未診断胸水に対する局所麻酔性胸腔鏡検査2.

表1:ステップバイステップのプロトコル。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

レビューと展望

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

肺がんは世界で最も多くのがん死亡者数を占めており、患者は組織採取と病期診断のために侵襲的な呼吸器内科処置を必要とします。

フレキシブル気管支鏡検査、EBUS、内視鏡超音波(EUS)
中心腫瘍からの組織採取は柔軟気管支鏡3、リンパ節採取は気管支内超音波(EBUS)5、食道の内視鏡超音波(EUS)6で行うことができます。Coldら3は、以下の3つのアウトカム指標(診断完全性(DC)(例:検査済みセグメント)、構造化進行(SP)11、平均セグメント間時間(MIT)(例:手技効率)に基づき、18の気管支セグメントを効率的に調査するための4つのランドマーク的アプローチを提示しています(図1)。懸念すべきことに、いくつかの研究では経験豊富な気管支検査医がすべてのセグメントを訪問したわけではないことが示されています。11、12、13、14、15、16、17の区間を訪問するよう指示されていたにもかかわらずです。経験が専門性を保証するわけではないため、体系的なアプローチの必要性を正当化します。3.この能力ベースのトレーニングへのシフトは、2015年のCHET成人気管支鏡トレーニング専門家パネル報告書18で強く支持されており、認証と患者安全の基盤として、手続き量ではなく検証済み評価フレームワークを推奨しています。したがって、4ランドマークアプローチは初心者気管支鏡医向けの人工知能(AI)ナビゲーションシステムと比較されており、AIが無効化されていても初心者が4ランドマークアプローチを上回ったため、AIが有利に働いています。同じAIは中級および経験豊富な気管支鏡検査医のパフォーマンスも向上させました。経験が専門知識を保証するわけではなく、「一回見て、一回やって、一回教える」方法は時代遅れで不十分な訓練方法であり、たとえ医師が>250件の気管支鏡検査を行っているとしても、研究で経験者と定義されています20.気管支鏡検査におけるハルステディアン法や一般的な見習い訓練も見直されることがあります。AI補助気管支鏡トレーニングと専門家主導指導を直接比較した唯一のランダム化比較試験21では、AIガイダンスが診断の完全性と専門家指導と同等の認知負荷を維持しつつ、手順の効率を大幅に向上させることが示されました。この発見は、AIを人間の専門知識の代替ではなく補助的な教育ツールとして統合することを支持し、構造化されスケーラブルな能力ベースのトレーニングアプローチを提供します。これは特にリソーススカーの設定で重要で、専門家主導の指示が少ない場合です。しかし、気管支鏡におけるAIのスケーラビリティは今後の研究で評価される必要があります。別の研究では、AIとマスタリーラーニングの23で優れていることが示されており、研修生はDC、SP、MITのパフォーマンス指標に基づく習熟目標に向けてトレーニングを行わなければなりません。同じ2015年のCHEST専門家パネルによって柔軟な気管支鏡検査の学習にマスタリーラーニングが提案されてきましたが、これはマスタリーラーニングを用いた最初の研究であり、気管支鏡トレーニング研究と医学教育文献の間にギャップがあることを浮き彫りにしました。

figure-protocol-1
図1:気管支樹木を体系的かつ効率的に検査するための4つのランドマーク的アプローチ。 この図はColdらの許可を得て修正されています。18。 この図の拡大版はこちらをクリックしてご覧ください。

AIは柔軟な気管支鏡検査の習得と能力確保の解決策かもしれません。AIは大腸内視鏡27、28、29の性能を効果的に改善し、保証することができ、複数のAIシステムが市販されています。気管支鏡におけるAIの臨床応用はまだ初期段階であり、多くの研究は実際の手技ガイダンスよりもEBUSやEUSでの診断応用に焦点を当てています。したがって、EBUS5およびEUS6の構造化されたアプローチは将来的にAIによって支えられますが、現時点では医師の専門知識に依存しています。この専門知識は、シミュレーションベースの環境で最も効率的に習得されるものであり、シミュレーションベースの訓練はEBUS31における従来の臨床訓練よりも優れています。シミュレーションベースのトレーニングは、患者を臨床医の学習曲線の初期段階から救い、初心者だけでなく、シミュレーションベースのトレーニング介入から恩恵を受けることができます(32(図2)。構造化された手技戦略は、Nielsenら5によるEBUSの6つのランドマーク的アプローチと示されるように、変動性を減らし、トレーニングを標準化し、患者のアウトカムを向上させます(図3)。このアプローチに基づき、欧州呼吸学会(ERS)はトレーニングプログラムを開始し、シミュレーションベースの環境で能力を達成できるようにしました。残念ながら、EUS 6,36にはバーチャルリアリティ(VR)トレーニングシミュレーターは利用できません。これは、超音波と内視鏡イメージングの両方を一つのシステムで再現する技術的複雑さや、現実的なハプティックフィードバックの実現の困難さが原因と考えられます。EUSは呼吸器レジデントが学ぶべき技術手順として4番目に重要とされているため、開発者や研究者に緊急に開発をお願いしています。EBUSとEUSは肺がんの診断と病期評価に組み合わせて行うべきであり、異なるリンパ節に到達するという補完的な役割を果たします(図4)。これらの勧告は、2015年のERS/ESGE/ESTS肺がん病期分類における複合内視超音波ガイドラインに準拠しており、最適な診断精度のために体系的かつEBUS-EUSの複合評価を重視しています。38。したがって、呼吸器専門医は臓器系への侵入に限定されるべきではなく、同じ内視鏡を使って食道に入り、必要に応じて甲状腺生検を採取することも可能です。39、またはサルコイドーシスのような他の疾患の診断や病期診断にEBUSを用いることができます。サルコイドーシスでは、系統的サンプリングによって診断の利回りが向上し、外科的生検の必要性が減ります。

figure-protocol-2
図2:シミュレーションベースのトレーニングは、初心者から経験豊富な医師の双方にとって有益です。 この図の拡大版はこちらをクリックしてご覧ください。

figure-protocol-3
図3:EBUSにおける6つのランドマークアプローチ。この数値はニールセンらの許可を得て修正されています。この図の拡大版はこちらをクリックしてご覧ください。

figure-protocol-4
図4:肺がんの病期診断および診断のためにEBUSおよびEUSでアクセス可能なリンパ節。 この図はIssaらの許可を得て修正されています。この図の拡大版はこちらをクリックしてご覧ください。

放射状EBUS(rEBUS)、電磁ナビゲーション気管支鏡(ENB)、および局所麻酔胸部鏡
標的病変がより周辺に位置する場合は、放射性EBUS(rEBUS)と電磁ナビゲーション気管支鏡検査(ENB)を組み合わせて使用可能です。以前の記事ではENB41のみが説明されており、JuulらはrEBUS8などの新技術をENBに追加したことは称賛に値します。ENB42にrEBUSを追加することで診断収量が増加したと報告した研究はほとんどありません。残念ながら、これらの研究はEQUATORガイドライン42に従って報告されていません。これもまた、介入的肺処置の研究と現在のガイドラインとの間にギャップがあることを浮き彫りにしています。特にパフォーマンス評価ツールの研究では、現代の妥当性の枠組みに準拠した研究はわずか3%にとどまっています(43)。メシックの妥当性フレームワークを適用することは、評価研究の標準化、主観的バイアスの最小化、そして能力評価ツールが臨床的能力を真に反映することに不可欠です。このように、フレームワークは科学的厳密性と患者の安全性の両方を強化するのに役立ちます。同様に、EQUATOR報告ガイドラインの遵守により、手続き研究における方法論的透明性と再現性が保証され、結果を批判的に評価し、研究間で比較することが可能になります。どちらも患者の安全向上とエビデンスに基づく研修の推進に不可欠です。枠組みに従わないと、現代の評価研究が築かれた蓄積された科学的基盤を見落とすリスクがあります。これは確立され検証されたアプローチを洗練するのではなく、再発明しようとする試みに似ています。したがって、メシックの妥当性証拠の枠組みは、アメリカ教育研究協会(American Educational Research Association)の『1999年以降の教育および心理テスト基準』44,45ページで推奨されています。メシックは、テストが測定する意図したものを測定していることを確認するため、5つの情報源から妥当性の証拠を集めています。メシックの統一された枠組みを適用することは、評価研究の標準化、主観的バイアスの最小化、そして能力評価ツールが臨床的能力を真に反映することを保証するために不可欠です。これにより、科学的厳密性と患者の安全性の両方を強化します。Bodtgerら2は、未診断の胸膜分泌に対する局所麻酔胸腔鏡検査の段階的アプローチを提示し、メシックの妥当性フレームワークに基づく評価ツールを用いて局所麻酔胸部鏡の能力を確保しています。EUSとは異なり、Nayahanganらは訓練用のシミュレーターも開発しました。局所麻酔胸部鏡は胸膜膿胸症(48)など他の疾患の管理にも用いられるため、このような訓練手法や評価ツールは異なるシナリオでの検査に依存し、検査の識別能力を高めることができ、気管支鏡13のために開発されています。

経気管支肺クリオバイオプシー(TBLC)
Davidsenら4は経気管支肺クライオバイオプシー(TBLC)に関する構造化された段階的なプロトコルを提示 しました。TBLCは外科的肺生検(SLB)のより侵襲の少ない代替手段として、診断間質性肺疾患(ILD)の第一段階としてますます利用されています49。Davidsenら4は、透視指導、正確な生検部位の標的付け、予防的バルーンの設置など重要な手技を重視し 、出血リスクを最小限に抑えています。これはTBLC50に関連する最も重要な合併症の一つです。TBLCは選択された患者に対して外科的生検と同等の診断結果をもたらすことができますが、著者らは成功する結果は機関の経験、厳格な研修、症例の多職種的議論に依存し、さらにロボット支援気管支鏡検査(RAB)52と組み合わせることも可能であると強調しています。しかし、TBLCへの関心が高まっているにもかかわらず、手続きの標準化や能力に基づく訓練は多くの現場で十分に発展していません。Davidsenら4が 主張するように、再現性、安全性、診断収量は明確で検証済みの手順的枠組みに従うことで向上し、彼らの論文はTBLCを臨床実践に導入するセンターにとって重要な教育ツールとなります。

超音波ガイド下経胸椎針生検(米国-TTNB)
肺生検は経胸腔(TT)でも取得可能です。Laursenら7は末梢肺がん患者における超音波誘導肺生検の段階的アプローチを提案しています。一方、コンピュータ断層撮影(CT)ガイド下および超音波ガイド下経胸腔針生検(US-TTNB)などの技術は、安全でコスト効率の高い代替手段として、診断収率53と、電磁ナビゲーションTTNB54よりも負担の少ないセットアップを提供します。主な制限は、病変が超音波で可視化される必要があることであり、通常は胸膜下癒合(55)。それでも、適切に選抜された患者において、US-TTNBは高い診断精度、低い合併症率(例:気胸~4.6%)55、そしてより速い手技時間53を提供します。ステップバイズプロトコル7は、手技的、技術的、患者中心の考慮を統合し、外来での現行の実践を反映しています。リアルタイム画像指導、手技前後の安全ステップ、造影剤強化超音波(CEUS)の使用や細針吸引とコア生検の組み合わせなどの収量最適化オプションを備えています56,57.胸部超音波の広範な利用にもかかわらず、US-TTNBのトレーニングは標準化されておらず、正式なカリキュラムへの統合も欠けています。学習曲線のデータによると、経験豊富な医師であっても手続き的能力を達成するためには構造化された訓練が必要になることがある59。これは、経験が必ずしも専門知識を保証するわけではないことを強調し、医療手技の研究を強化するための教育の必要性を強調しています。AIも登場しつつあり、訓練を受けた初心者でも専門家レベルの肺US60を作れるという研究があります。再び、Laursenら7はMessickの妥当性フレームワーク61、62、63に基づく評価ツールに依拠していることを称賛に値します。

制限と将来の展望
侵襲的呼吸器内科の今後の見通しは、社会の他の分野と同様に、トレーニングや評価にAIに大きく依存するでしょう。気管支鏡におけるAIに関する系統的レビューでも、臨床実装に大きなギャップがあることが依然として指摘されました。開発されたAIはいずれもオープンソースではなく、外部利用や検証を強化するオープンデータセットも含まれていません(64,65,66)。その可能性にもかかわらず、AIの臨床実装は依然として限られており、アルゴリズムの解釈可能性という「ブラックボックス」的な課題も存在しています。AIに過度に依存しることで、臨床判断やパフォーマンスを補完する代わりにAIシステムが使われる場合、スキルの低下を招く可能性があります。したがって、今後のAI研究ではAIを介入グループのトレーニング部分に限定し、AIをテストに使わずにすることを推奨します。これにより、AIがスキル習得の代替ではなく、貴重なトレーニングパートナーとなるようにしています。気管支鏡検査におけるAI研究は報告ガイドライン22に準拠したものが非常に少ないため、今後の研究を推奨し、この新興技術による標準化と再現性を確保します。

ナラティブレビューとしては、この研究はシステマティックレビューのような方法論的厳密さを持っておらず、他の重要な側面ももっと包括的に扱うべきでした。したがって、今後の段階的なプロトコル導入時の研究では、これらの技術と電磁ナビゲーション、気管支鏡検査、AI駆動のトレーニングツールなどの先進技術を併用することのコスト効率を、特に資源格差が制限する医療現場でのコスト効率を探るべきです。倫理的配慮も考慮すべきであり、AI支援臨床意思決定におけるアルゴリズムバイアスのリスクや責任問題などが含まれます。さらに、多くのAI駆動手法はまだ概念実証段階にあり、臨床的信頼性と一般化可能性を確認するためには大規模な多施設検証研究が不可欠です。気管支鏡研究におけるAIが推奨ガイドラインを遵守していないことから、私たちはAIやトレーニング、評価の研究が関連するガイドラインに従い、最新の妥当性の枠組みを用いて科学的厳密さを確保することをさらに強調します。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結論

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

侵襲的呼吸器学で新しい技術が登場し、視覚的な記事は研修医が何度も「見る」ことを可能にします。「やる」ことは、多くのシミュレーションベースのトレーニングや評価セッションを通じて行うべきです。シミュレーションベースのトレーニングは、患者に処置リスクをさらす前に手順の熟練度を確保するための標準化された環境を提供します。AIは新興のツールであり、すでに気管支鏡検査、EBUS、肺超音波検査でその有用性が証明されています。「教える」場合、経験だけでなく専門知識が研修生に伝わり、AIによってサポートされるべきです。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

著者には開示すべき利益相反はありません。

謝辞

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

この研究は資金提供を受けていません

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

参考文献

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Garner, J. L., Shah, P. L., Herth, F., Slebos, D. J. ERJ Advances: interventional bronchoscopy. Eur Respir J. 64 (1), 2301946(2024).
  2. Bodtger, U., et al. Local anesthetic thoracoscopy for undiagnosed pleural effusion. J Vis Exp. (201), e65734(2023).
  3. Cold, K. M., Vamadevan, A., Nielsen, A. O., Konge, L., Clementsen, P. F. Systematic bronchoscopy: the four landmarks approach. J Vis Exp. (196), e65358(2023).
  4. Davidsen, J. R., Laursen, C. B., Skaarup, S. H., Kronborg-White, S. B., Juul, A. D. Transbronchial lung cryobiopsy for diagnosing interstitial lung diseases and peripheral pulmonary lesions: a step-wise approach. J Vis Exp. (197), e65753(2023).
  5. Nielsen, A. O., Cold, K. M., Vamadevan, A., Konge, L., Clementsen, P. F. Systematic endobronchial ultrasound: the six landmarks approach. J Vis Exp. (198), e65551(2023).
  6. Issa, M. A., et al. Using the endoscope for endobronchial ultrasound in the esophagus. J Vis Exp. (201), e65741(2023).
  7. Laursen, C. B., Bhatnagar, R., Juul, A. D. A step-wise approach for performing ultrasound guided transthoracic lung biopsy. J Vis Exp. (201), e65769(2023).
  8. Juul, A. D., Pulga, A., Arshad, A. Radial endobronchial ultrasound and electromagnetic navigation bronchoscopy with fluoroscopy for the diagnosis of peripheral lung lesions. J Vis Exp. (200), e65623(2023).
  9. Colt, H. G., Williamson, J. P. Training in interventional pulmonology: what we have learned and a way forward. Respirology. 25 (9), 997-1007 (2020).
  10. Bray, F., et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 74 (3), 229-263 (2024).
  11. Cold, K. M., et al. Using structured progress to measure competence in flexible bronchoscopy. J Thorac Dis. 12 (11), 6797-6805 (2020).
  12. Colt, H. G., Crawford, S. W., Galbraith, O. 3rd Virtual reality bronchoscopy simulation: a revolution in procedural training. Chest. 120 (4), 1333-1339 (2001).
  13. Konge, L., Arendrup, H., von Buchwald, C., Ringsted, C. Using performance in multiple simulated scenarios to assess bronchoscopy skills. Respiration. 81 (6), 483-490 (2011).
  14. Davoudi, M., Osann, K., Colt, H. G. Validation of two instruments to assess technical bronchoscopic skill using virtual reality simulation. Respiration. 76 (1), 92-101 (2008).
  15. Cold, K. M., et al. Automatic and objective assessment of motor skills performance in flexible bronchoscopy. Respiration. 100 (4), 347-355 (2021).
  16. Ost, D., et al. Assessment of a bronchoscopy simulator. Am J Respir Crit Care Med. 164 (12), 2248-2255 (2001).
  17. Konge, L. Reliable and Valid Assessment of Bronchoscopy Performance. [PhD Thesis]. , Faculty of Health Sciences, University of Copenhagen. Denmark. (2011).
  18. Ernst, A., et al. Adult bronchoscopy training: current state and suggestions for the future: CHEST expert panel report. Chest. 148 (2), 321-332 (2015).
  19. Cold, K. M., Xie, S., Nielsen, A. O., Clementsen, P. F., Konge, L. Artificial intelligence improves novices' bronchoscopy performance: a randomized controlled trial in a simulated setting. Chest. 165 (2), 405-413 (2024).
  20. Cold, K. M., et al. Artificial intelligence improves bronchoscopy performance: a randomised crossover trial. ERJ Open Res. 11 (1), (2025).
  21. Agbontaen, K. O., et al. Artificial intelligence guided bronchoscopy is superior to human expert instruction for the performance of critical-care physicians: a randomized controlled trial. Crit Care Med. 53 (5), e1105-e1115 (2025).
  22. Cold, K. M., et al. Artificial intelligence in bronchoscopy-a systematic review. Eur Respir Rev. , In Press (2025).
  23. Cold, K. M., Wei, W., Agbontaen, K., Singh, S., Konge, L. Mastery learning guided by AI is superior to directed self-regulated learning in flexible bronchoscopy training: an RCT. Respiration. 104 (3), 206-215 (2024).
  24. Gerretsen, E. C. F., et al. The effectiveness of flexible bronchoscopy simulation-based training: a systematic review. Chest. 164 (4), 952-962 (2023).
  25. Cold, K. M., Konge, L. Simulation-based training in flexible bronchoscopy: best practices and future directions. Chest. 134 (4), 820-821 (2023).
  26. Cold, K. M., et al. Artificial intelligence for automatic and objective assessment of competencies in flexible bronchoscopy. J Thorac Dis. 16 (9), 5718-5726 (2024).
  27. Hassan, C., et al. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc. 93 (1), 77-85 (2021).
  28. Cold, K. M., et al. Bowel preparation assessment using artificial intelligence: systematic review. Endosc Int Open. 13, a26256327(2025).
  29. Cold, K. M., et al. Computer-aided quality assessment of endoscopist competence during colonoscopy: a systematic review. Gastrointest Endosc. 100 (2), 167-176.e1 (2024).
  30. Cold, K. M., et al. Artificial intelligence in bronchoscopy: a systematic review. Eur Respir Rev. 34 (176), 240274(2025).
  31. Konge, L., et al. Simulator training for endobronchial ultrasound: a randomised controlled trial. Eur Respir J. 46 (4), 1140-1149 (2015).
  32. Thomsen, A. S., et al. Operating room performance improves after proficiency-based virtual reality cataract surgery training. Ophthalmology. 124 (4), 524-531 (2017).
  33. Sanz-Santos, J., et al. Systematic compared with targeted staging with endobronchial ultrasound in patients with lung cancer. Ann Thorac Surg. 106 (2), 398-403 (2018).
  34. Crombag, L. M. M., et al. Systematic and combined endosonographic staging of lung cancer (SCORE study). Eur Respir J. 53 (2), 1800800(2019).
  35. Farr, A., et al. Endobronchial ultrasound: launch of an ERS structured training programme. Breathe (Sheff). 12 (3), 217-220 (2016).
  36. Cold, K., Clementsen, P. Diagnosis and staging of lung cancer using transesophageal ultrasound: training and assessment. Endosc Ultrasound. 11 (2), 92-94 (2022).
  37. Nayahangan, L. J., et al. Identifying technical procedures in pulmonary medicine that should be integrated in a simulation-based curriculum: a national general needs assessment. Respiration. 91 (6), 517-522 (2016).
  38. Vilmann, P., et al. Combined endobronchial and esophageal endosonography for the diagnosis and staging of lung cancer: European Society of Gastrointestinal Endoscopy guideline, in cooperation with the European Respiratory Society and the European Society of Thoracic Surgeons. Endoscopy. 47 (6), 545-559 (2015).
  39. Kumar, A., Mohan, A., Dhillon, S. S., Harris, K. Substernal thyroid biopsy using endobronchial ultrasound-guided transbronchial needle aspiration. J Vis Exp. (93), e51867(2014).
  40. Agarwal, R., Srinivasan, A., Aggarwal, A. N., Gupta, D. Efficacy and safety of convex probe EBUS-TBNA in sarcoidosis: a systematic review and meta-analysis. Respir Med. 106 (6), 883-892 (2012).
  41. Ghosh, S., et al. Electromagnetic navigation transthoracic nodule localization for minimally invasive thoracic surgery. J Vis Exp. (183), e58405(2022).
  42. Juul, A. D., et al. Does the addition of radial endobronchial ultrasound improve the diagnostic yield of electromagnetic navigation bronchoscopy? A systematic review. Respiration. 101 (9), 869-877 (2022).
  43. Cook, D. A., Zendejas, B., Hamstra, S. J., Hatala, R., Brydges, R. What counts as validity evidence? Examples and prevalence in a systematic review of simulation-based assessment. Adv Health Sci Educ Theory Pract. 19 (2), 233-250 (2014).
  44. Research Association, American Psychological Association, National Council on Measurement in Education. Standards for Educational and Psychological Testing. , American Educational Research Association. Washington, DC. (2014).
  45. American Psychological Association, National Council on Measurement in Education, Joint Committee on Standards for Educational and Psychological Testing. Standards for Educational and Psychological Testing. , American Educational Research Association. Washington, DC. (1999).
  46. Downing, S. M. Validity: on meaningful interpretation of assessment data. Med Educ. 37 (9), 830-837 (2003).
  47. Nayahangan, L. J., et al. Assessment of competence in local anaesthetic thoracoscopy: development and validity investigation of a new assessment tool. J Thorac Dis. 13 (7), 3998-4007 (2021).
  48. Sumalani, K. K., Rizvi, N. A., Asghar, A. Role of medical thoracoscopy in the management of multiloculated empyema. BMC Pulm Med. 18 (1), 179(2018).
  49. Korevaar, D. A., et al. European Respiratory Society guidelines on transbronchial lung cryobiopsy in the diagnosis of interstitial lung diseases. Eur Respir J. 60 (5), 2200425(2022).
  50. Hetzel, J., et al. Transbronchial cryobiopsies for the diagnosis of diffuse parenchymal lung diseases: expert statement from the Cryobiopsy Working Group on safety and utility and a call for standardization of the procedure. Respiration. 95 (3), 188-200 (2018).
  51. Colella, S., Haentschel, M., Shah, P., Poletti, V., Hetzel, J. Transbronchial lung cryobiopsy in interstitial lung diseases: best practice. Respiration. 95 (6), 383-391 (2018).
  52. Pham, D., Styrvoky, K. Robotic-assisted bronchoscopy combined with multimodal imaging for targeted lung cryobiopsies. J Vis Exp. (209), e66868(2024).
  53. Sconfienza, L. M., et al. Pleural and peripheral lung lesions: comparison of US- and CT-guided biopsy. Radiology. 266 (3), 930-935 (2013).
  54. Arias, S., et al. Use of electromagnetic navigational transthoracic needle aspiration (E-TTNA) for sampling of lung nodules. J Vis Exp. (99), e52723(2015).
  55. Laursen, C. B., et al. Ultrasound-guided lung biopsy in the hands of respiratory physicians: diagnostic yield and complications in 215 consecutive patients in 3 centers. J Bronchology Interv Pulmonol. 23 (3), 220-228 (2016).
  56. Laursen, C. B., Graumann, O., Møller, T. V., Davidsen, J. R. Contrast-enhanced ultrasound-guided transthoracic lung biopsy. Am J Respir Crit Care Med. 194 (5), e5-e6 (2016).
  57. Jacobsen, N., et al. Clinical applications of contrast-enhanced thoracic ultrasound (CETUS) compared to standard reference tests: a systematic review. Ultraschall Med. 43 (1), 72-81 (2022).
  58. Pietersen, P. I., et al. Lung ultrasound training: a systematic review of published literature in clinical lung ultrasound training. Crit Ultrasound J. 10 (1), 23(2018).
  59. Laursen, C., et al. Learning curves for ultrasound guided lung biopsy in the hands of respiratory physicians. Eur Respir J. 48 (suppl 60), PA3850(2016).
  60. Baloescu, C., et al. Artificial intelligence-guided lung ultrasound by nonexperts. JAMA Cardiol. 10 (3), 245-253 (2025).
  61. Jacobsen, N., et al. Development of and gathering validity evidence for a theoretical test in contrast-enhanced ultrasound. Ultrasound Med Biol. 48 (2), 248-256 (2022).
  62. Pietersen, P. I., et al. Objective structured clinical examination in basic thoracic ultrasound: a European study of validity evidence. BMC Pulm Med. 23 (1), 15(2023).
  63. Nielsen, A. B., et al. Assessment of basic thoracic ultrasound skills in immersive virtual reality: gathering validity evidence. Ultrasound Med Biol. 50 (4), 467-473 (2024).
  64. Cold, K. M., et al. Mapping the colon through the colonoscope's coordinates-the Copenhagen colonoscopy coordinate database. Sci Data. 12 (1), 1179(2025).
  65. Cold, K. M., et al. Development and validation of the open-source automatic bowel preparation scale. Gastrointest Endosc. 101 (6), 1201-1210 (2024).
  66. Cold, K. M., et al. Is the transverse colon overlooked? Establishing a comprehensive colonoscopy database from a multicenter cluster-randomized controlled trial. Diagnostics. 15 (5), 591(2025).

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

関連記事