Reviewartikel

Invasieve procedures in interventionele pulmonologie: een narratieve review van op educatieve bewijs gebaseerde stap-voor-stap protocollen

353 weergaven

⸱

DOI:

10.3791/69416

⸱

10 februari 2026

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

In dit artikel

Samenvatting

Procedures in de interventiepulmonologie worden steeds minimalistischer invasief. Deze review bespreekt evidence-based stap-voor-stap benaderingen in de interventionele pulmonologie om patiëntveiligheid en diagnostische nauwkeurigheid te waarborgen.

Samenvatting

Longkanker is verantwoordelijk voor het hoogste aantal kankersterfgevallen wereldwijd. Nauwkeurige diagnose en stadiëring van longkanker vereisen invasieve procedures, met een neiging naar minimaal invasieve benaderingen. Deze verhalende review vat gestandaardiseerde, stapsgewijze benaderingen samen en bespreekt die gericht zijn op het verbeteren van patiëntveiligheid, diagnostische nauwkeurigheid en procedurele consistentie op het gebied van flexibele bronchoscopie, endobronchiale en endoscopische echografie (EBUS en EUS), radiale endobronchiale echografie (rEBUS), elektromagnetische navigatiebronchoscopie, lokale anestheticale thoracoscopie, endobronchiale cryobiopsie en transthoracale echografiegeleide longbiopsie. Traditionele leermodellen zoals de Halstediaanse methode: "Zie één, doe één, leer één" worden steeds vaker uitgedaagd door studies die aantonen dat ervaring geen deskundigheid garandeert. Simulatie-gebaseerde training en gestructureerde beoordeling, geleid door kaders zoals Messicks validiteitskader, worden aanbevolen om competentie te waarborgen. Opkomende technologieën zoals kunstmatige intelligentie (AI) tonen veelbelovend in het verbeteren van training, procedurele navigatie en prestatiebeoordeling, met name bij bronchoscopie en longecho. Naarmate interventiepulmonologie zich ontwikkelt, zal het integreren van gevalideerde trainingsprotocollen, simulatie en AI cruciaal zijn om het onderwijs te standaardiseren en de patiëntenzorg te verbeteren.

Inleiding

Het diagnosticeren en stadiëren van longkanker en longziekten vereist vaak invasieve procedures die hoogwaardige weefselmonsters opleveren en het risico voor de patiënt minimaliseren. Met nieuwe minimaal invasieve technieken dieopkomen, zijn systematische en stapsgewijze benaderingen essentieel om het procedurele risico te minimaliseren en de diagnostische opbrengst te maximaliseren. Of het nu gaat om het longparenchym, pleuraholte of mediastinale lymfeklieren, gestructureerde procedurele strategieën verminderen variabiliteit, standaardiseren de training en verbeteren patiëntuitkomsten 2,3,4,5,6,7,8.

Toch worden invasieve procedures, ondanks internationale richtlijnen en groeiende consensus over best practices, vaak verschillend aangeleerd en uitgevoerd tussen instellingenen artsen. Het traditionele Halstediaanse principe van "zie er een, doe één, leer één" blijft centraal in de medische opleiding, maar wordt steeds meer ondersteund door visuele en gestructureerde leermiddelen. In deze context kunnen video-gebaseerde, gestandaardiseerde stapsgewijze protocollen het begrip van procedures vergroten, vooral voor clinici in een vroege carrière of bij het toepassen van nieuwe technieken. Door een visueel en methodisch "zie er een" te bieden, kunnen dergelijke artikelen beoefenaars in staat stellen een procedure te begrijpen vóór de eerste "doe er een" of hun praktijk te vergelijken en te verfijnen op het niveau van "leer een".

Deze verhalende review vat recente stapsgewijze benaderingen samen in de interventiepulmonologie voor flexibele bronchoscopie, endobronchiale en endoscopische echografie, radiale EBUS, elektromagnetische navigatiebronchoscopie, lokale anesthesiethoracoscopie, endobronchiale cryobiopsie en transthoracale ultrageluidsgeleide longbiopsie (Tabel 1), die elk bijdragen aan een breder, op bewijs gebaseerd kader voor invasieve pulmonologie.

ProcedureTitel van het stapsgewijze protocol
Flexibele bronchochopieSystematische bronchoscopie: de vier mijlpalen benadering3.
Endobronchiale echoscopische bemonstering (EBUS)Systematische endobronchiale echo - De Zes Mijlpalen Benadering5.
Endoscopische echo (EUS)Gebruik van de endoscoop voor endobronchiale echo in de slokdarm6.
Transbronchiale Longcryobiopsie (TLC)Transbronchiale longcryobiopsie voor het diagnosticeren van interstitiële longziekten en perifere longlaesies - een stapsgewijze aanpak4.
Ultrasoon geleide transtoracische Lunb-biopsie (US-TTLB).Een stapsgewijze aanpak voor het uitvoeren van een ultrasone geleide transthoracale longbiopsie7.
Radiale EBUS (rEBUS) en Elektromagnetische Navigatiebronchoscopie (ENB).Radiale endobronchiale echografie en elektromagnetische navigatiebronchoscopie met fluoroscopie voor de diagnose van perifere longlaesies8.
Lokale anestische thoracoscopie (LAT)Lokale anesthesie-thoracoscopie voor niet-gediagnosticeerde pleura-effusie2.

Tabel 1: Stapsgewijze protocollen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Review en perspectief

Longkanker is verantwoordelijk voor het hoogste aantal kankersterfgevallen wereldwijd:10, waarbij de patiënt een invasieve longbehandeling nodig heeft voor weefselmonsters en stadiebepaling.

Flexibele bronchoscopie, EBUS en endoscopische echo (EUS)
Weefselmonsters uit centrale tumoren kunnen worden uitgevoerd met behulp van flexibele bronchoscopie3, waarbij lymfekliermonstering wordt gebruikt met endobronchiale echo (EBUS)5 en endoscopische echo (EUS) van de slokdarm6. Cold et al.3 presenteren een benadering met vier mijlpalen om de 18 bronchiale segmenten efficiënt te onderzoeken (Figuur 1)3, gebaseerd op deze drie uitkomstmaten: Diagnostische Volledigheid (DC) (bijv. geïnspecteerde segmenten), Gestructureerde Voortgang (SP)11 en Gemiddelde Intersegmentale Tijd (MIT) (bijv. procedure-efficiëntie). Verontrustend is dat verschillende studies hebben aangetoond dat ervaren bronchoscopisten niet alle segmenten bezochten, hoewel ze wel werden opgedragen dat te doen 11,12,13,14,15,16,17. Ervaring garandeert geen expertise, wat de noodzaak van systematische benaderingen rechtvaardigt3. Deze verschuiving naar competentiegerichte training is krachtig ondersteund door het CHEST Expert Panel Report 2015 over Adult Bronchoscopy Training18, dat gevalideerde beoordelingskaders aanbeveelt in plaats van procedurele volumes als basis voor certificering en patiëntveiligheid. Daarom is de vier-mijlpalen-benadering vergeleken met een kunstmatige intelligentie (AI) navigatiesysteem voor beginnende bronchoscopisten19, waarbij AI wordt bevoordeeld omdat de beginners beter presteerden dan de vier-mijlpalen-benadering, zelfs toen de AI was uitgeschakeld19. Dezelfde AI verbeterde ook de prestaties van gevorderde en ervaren bronchoscopisten, met de nadruk dat ervaring geen expertise garandeert en dat de "zie één, doe één, leer één"-benadering een verouderde en onvoldoende trainingsmethode is, zelfs wanneer de artsen >250 bronchoscopieën hebben uitgevoerd, gedefinieerd als ervaren in de studie20. De Halstediaanse methode of algemene leermeesteropleiding in bronchoscopie kan ook worden herzien. De enige gerandomiseerde gecontroleerde studie die direct AI-ondersteunde bronchoscopietraining vergeleek met door experts geleide instructie21, toonde aan dat AI-begeleiding de procedurele efficiëntie significant verbeterde terwijl diagnostische volledigheid en cognitieve belasting vergelijkbaar waren met deskundige bijles. Deze bevinding ondersteunt de integratie van AI als een aanvullend onderwijsmiddel in plaats van als vervanging van menselijke expertise, en biedt een gestructureerde en schaalbare benadering van competentiegerichte training. Dit kan vooral belangrijk zijn voor resource scar-instellingen, waar door experts geleide instructies schaars zijn. De schaalbaarheid van AI in bronchoscopie moet echter in toekomstige studies worden geëvalueerd22. Een andere studie toonde superioriteit aan met AI plus mastery learning23, waarbij de trainees moeten trainen richting vaardigheidsdoelen volgens de prestatiematen DC, SP en MIT. Hoewel mastery learning door hetzelfde CHEST expertpanel in 2015 al tien jaaris voorgesteld voor het leren van flexibele bronchoscopie, was dit de eerste studie die mastery learning24 gebruikte, waarbij de hiaten tussen bronchoscopietrainingsstudies en medische educatieliteratuurwerden benadrukt.

figure-protocol-1
Figuur 1: De vier mijlpaalbenaderingen voor het systematisch en efficiënt inspecteren van de bronchiale boom. Deze figuur is aangepast met toestemming van Cold et al.18. Klik hier om een grotere versie van deze figuur te bekijken.

AI zou de oplossing kunnen zijn voor het ontwikkelen en waarborgen van competentie in flexibele bronchoscopie26. AI kan de prestaties in coloscopie 27,28,29 succesvol verbeteren en waarborgen, waarbij verschillende AI-systemen commercieel beschikbaar zijn. De klinische implementatie van AI in bronchoscopie bevindt zich nog in de kinderschoenen, waarbij de meeste studies zich nog richten op diagnostische toepassingen in EBUS en EUS in plaats van op praktijkgerichte procedurele richtlijnen30. Daarom zal de gestructureerde aanpak van EBUS5 en EUS6 op een dag worden ondersteund door AI, maar voorlopig afhankelijk zijn van de expertise van de arts. Een expertise die het meest efficiënt wordt verworven in een simulatie-gebaseerde omgeving, aangezien simulatie-gebaseerde training superieur is aan klassieke klinische training in EBUS31. Simulatietraining bespaart de patiënt het eerste deel van de leercurve van de clinicus, en niet alleen beginners kunnen profiteren van simulatie-gebaseerde trainingsinterventies32 (Figuur 2). Gestructureerde procedurele strategieën verminderen variabiliteit, standaardiseren training en verbeteren patiëntuitkomsten in EBUS33,34, zoals gepresenteerd met de zes-mijlpaalbenadering in EBUS door Nielsen et al.5 (Figuur 3). Op basis van deze aanpak heeft de European Respiratory Society (ERS) een trainingsprogramma gestart, waarmee competentie kan worden bereikt in een simulatie-gebaseerde omgeving35. Helaas zijn er geen virtual reality (VR) trainingssimulatoren beschikbaar in EUS 6,36, waarschijnlijk vanwege de technische complexiteit van het repliceren van zowel echografie als endoscopische beeldvorming in één systeem en de moeilijkheid om realistische haptische feedback te verkrijgen. Wij vragen ontwikkelaars en onderzoekers dringend om dit te ontwikkelen, aangezien EUS is geïdentificeerd als de vierde belangrijkste technische procedure voor longbewoners om37 te leren. EBUS en EUS moeten worden gecombineerd voor de diagnose en stadiering van longkanker38, waarbij hun complementaire gebruik van het bereiken van verschillende lymfeklieren wordt gegeven (Figuur 4). Deze aanbevelingen zijn in overeenstemming met de ERS/ESGE/ESTS Combined Endosonography Guideline uit 2015 voor longkankerstadiering, die de nadruk legt op systematische en gecombineerde EBUS-EUS-beoordeling voor optimale diagnostische nauwkeurigheid38. Longartsen zouden daarom niet beperkt moeten zijn tot alleen het betreden van hun orgaansystemen, maar kunnen dezelfde endoscoop gebruiken om de slokdarm binnen te dringen en zelfs schildklierbiopten nemen wanneer dat nodigis 39, of EBUS gebruiken voor het diagnosticeren en stadiëren van andere ziekten zoals sarcoidose, waarbij systematische bemonstering de diagnostische opbrengst verbetert en de noodzaak van chirurgische biopsie vermindert.

figure-protocol-2
Figuur 2: Simulatietraining kan zowel voor beginnende als ervaren artsen voordelig zijn. Klik hier om een grotere versie van deze figuur te bekijken.

figure-protocol-3
Figuur 3: De zes-mijlpalen-benadering in EBUS. Deze figuur is aangepast met toestemming van Nielsen et al.5. Klik hier om een grotere versie van deze figuur te bekijken.

figure-protocol-4
Figuur 4: Lymfeklieren toegankelijk voor EBUS en EUS voor de stadiëring en diagnose van longkanker. Deze figuur is aangepast met toestemming van Issa et al.6. Klik hier om een grotere versie van deze figuur te bekijken.

Radiale EBUS (rEBUS), elektromagnetische navigatiebronchoscopie (ENB) en lokale anesthetische thoracoscopie
Wanneer doellaesies meer perifere locaties zijn, kan radiaal EBUS (rEBUS) in combinatie met elektromagnetische navigatiebronchoscopie (ENB) worden gebruikt8. Een eerder artikel beschreef alleen ENB41, en Juul et al. verdienen lof voor het toevoegen van nieuwe technieken, zoals rEBUS8, aan ENB. Weinig studies hebben een toename van diagnostische opbrengst gerapporteerd door rEBUS toe te voegen aan ENB42. Helaas worden de studies niet gerapporteerd in overeenstemming met EQUATOR-richtlijnen42. Ook dit benadrukt een kloof tussen onderzoek naar interventionele longprocedures en de huidige richtlijnen. Dit geldt vooral voor onderzoek naar beoordelingsinstrumenten van prestaties, waarbij slechts 3 procent van de studies zich houdt aan hedendaagse kaders voor validiteitsbewijs43. Het toepassen van Messicks validiteitskader is essentieel om beoordelingsonderzoek te standaardiseren, subjectieve bias te minimaliseren en ervoor te zorgen dat competentie-evaluatietools daadwerkelijk klinische vaardigheid weerspiegelen. Daardoor helpen kaders zowel de wetenschappelijke strengheid als de patiëntveiligheid te versterken. Evenzo zorgt naleving van de EQUATOR-rapportagerichtlijnen voor methodologische transparantie en reproduceerbaarheid in procedureel onderzoek, waardoor resultaten kritisch kunnen worden beoordeeld en vergeleken tussen verschillende studies. Beide zijn essentieel voor het verbeteren van patiëntveiligheid en het bevorderen van evidence-based training. Het niet naleven van kaders kan het risico lopen de opgebouwde wetenschappelijke basis waarop hedendaags beoordelingsonderzoek is gebouwd, over het hoofd te zien, vergelijkbaar met pogingen om gevestigde en gevalideerde benaderingen te heruitvinden in plaats van te verfijnen. Daarom wordt Messicks kader voor validiteitsbewijs aanbevolen door de American Educational Research Association in hun Standards for Education and Psychological Testing sinds 1999,44,45. Messick verzamelt validiteitsbewijs uit vijf bronnen om ervoor te zorgen dat een test meet wat het bedoelt te meten46. Het toepassen van Messicks uniforme kader is essentieel om beoordelingsonderzoek te standaardiseren, subjectieve bias te minimaliseren en ervoor te zorgen dat competentiebeoordelingsinstrumenten daadwerkelijk klinische bekwaamheid weerspiegelen – waardoor zowel wetenschappelijke nauwkeurigheid als patiëntveiligheid worden versterkt. Bodtger et al.2 presenteren een stapsgewijze aanpak voor lokale anesthetische thoracoscopie voor niet-gediagnosticeerde pleurale effusie, waarbij wordt vertrouwd op een beoordelingsinstrument dat steunt op Messicks validiteitskader om competentie in lokale anestheticologie thoracoscopiete waarborgen 47. In tegenstelling tot EUS ontwikkelden Nayahangan et al.47 ook een simulator voor training. Aangezien lokale anesthesiethoracoscopie ook gebruikt kan worden voor het behandelen van andere ziekten, zoals pleura-empyeem48, kunnen dergelijke trainingsmodaliteiten en beoordelingsinstrumenten vertrouwen op testen in verschillende scenario's, wat de discriminerende mogelijkheden van een test zou vergroten en zijn ontwikkeld voor bronchoscopie13.

Transbronchiale longcryobiopsie (TBLC)
Davidsen et al.4 presenteerden een gestructureerd, stapsgewijs protocol voor transbronchiale longcryobiopsie (TBLC). TBLC wordt steeds vaker gebruikt als eerste stap bij diagnostische interstitiële longziekten (ILD), gezien het minder invasieve alternatief voor chirurgische longbiopsie (SLB)49. Davidsen et al.4 benadrukken cruciale procedurele stappen, waaronder fluoroscopische begeleiding, precieze doelbepaling van biopsieplaatsen en profylactische ballonplaatsing om het bloedingsrisico te minimaliseren – een van de belangrijkste complicaties die geassocieerd zijn met TBLC50. Hoewel TBLC diagnostische resultaten kan leveren die vergelijkbaar zijn met chirurgische biopsie bij geselecteerde patiënten51, benadrukken de auteurs dat succesvolle uitkomsten afhangen van institutionele ervaring, strenge training en multidisciplinaire bespreking van gevallen49, en zelfs gecombineerd kunnen worden met robot-assisted bronchoscopy (RAB)52. Toch blijven procedurele standaardisatie en competentietraining in veel omgevingen onderontwikkeld, ondanks de groeiende interesse in TBLC. Zoals Davidsen et al.4 betoogen, worden reproduceerbaarheid, veiligheid en diagnostische opbrengst allemaal verbeterd door zich te houden aan een duidelijk, gevalideerd procedureel kader, en hun artikel dient als een belangrijk educatief instrument voor centra die TBLC in de klinische praktijk integreren.

Ultraschone geleide transthoracale naaldbiopsie (US-TTNB)
Longbiopten kunnen ook transthoracaal (TT) worden verkregen. Laursen et al.7 presenteren een stapsgewijze aanpak voor ultrascopisch geleide longbiopten bij patiënten met perifere longkanker. Technieken zoals computertomografie (CT)-geleide en ultrageluidsgeleide transthoracale naaldbiopsie (US-TTNB) bieden een veilig, kosteneffectief alternatief met vergelijkbare diagnostische resultaten53 en een minder veeleisende opstelling dan elektromagnetische navigatie TTNB54. De belangrijkste beperking is de vereiste dat laesies zichtbaar zijn met echografie – meestal subpleurale consolidaties55. Desalniettemin biedt US-TTNB bij correct geselecteerde patiënten een hoge diagnostische nauwkeurigheid, lage complicatiepercentages (bijv. pneumothorax ~4,6%)55 en snellere proceduretijdenvan 53. Het stapsgewijze protocol7 integreert procedurele, technische en patiëntgerichte overwegingen, en weerspiegelt de huidige praktijk in poliklinische omgevingen7 met realtime beeldbegeleiding, veiligheidsstappen voor en na de procedure, en opties om de opbrengst te optimaliseren, zoals het gebruik van contrastversterkte echografie (CEUS) en het combineren van fijnnaaldaspiratie met kernbiopsie56,57. Ondanks het wijdverbreide gebruik van thoracale echografie is de US-TTNB-training niet gestandaardiseerd en ontbreekt integratie in formele curricula58. Leercurvegegevens suggereren dat zelfs ervaren artsen mogelijk gestructureerde training nodig hebben om procedurele competentiete bereiken, wat opnieuw benadrukt dat ervaring geen expertise garandeert en de noodzaak van opleiding onderstreept die het onderzoek naar medische procedures bevordert. AI is hier ook in opkomst, met een studie die aantoont dat getrainde beginners long-US60 op expertniveau kunnen produceren. Opnieuw verdienen Laursen et al.7 lof voor hun gebruik van beoordelingsinstrumenten gebaseerd op Messicks validiteitskader 61,62,63.

Beperkingen en toekomstperspectieven
De toekomstperspectieven voor invasieve pulmonologieprocedures, zoals in de rest van de samenleving, zullen sterk afhankelijk zijn van AI voor training en beoordeling. Een systematische review over AI in bronchoscopie identificeerde nog steeds grote hiaten in de klinische implementatie30. Geen van de ontwikkelde AI's was open source of gebruikte open datasets, wat extern gebruik en validatie kan verbeteren 64,65,66. Ondanks de belofte blijft de klinische implementatie van AI beperkt, samen met de 'black box'-uitdaging van algoritme-interpreteerbaarheid. Overmatige afhankelijkheid van AI kan het risico lopen dat de vaardigheden achteruitgaan als AI-systemen als vervanging worden gebruikt in plaats van klinisch oordeel en prestaties aan te vullen. We moedigen daarom toekomstige AI-studies aan om AI te beperken tot het trainingsgedeelte van de interventiegroep, zonder AI te gebruiken voor testen, zodat AI een waardevolle trainingspartner wordt in plaats van een vervanging voor vaardigheidsverwerving. Omdat zeer weinig AI-studies in bronchoscopie zich hielden aan rapportagerichtlijnen22, raden wij toekomstige studies sterk aan om dit te doen, zodat standaardisatie en reproduceerbaarheid met deze opkomende technologie worden gegarandeerd.

Als narratieve review beschikt dit werk niet over dezelfde methodologische strengheid als een systematische review, en andere belangrijke aspecten hadden breder behandeld kunnen worden. Daarom moet toekomstig onderzoek bij het implementeren van stapsgewijze protocollen de kosteneffectiviteit onderzoeken van het implementeren van deze protocollen samen met hun geavanceerde technologieën, zoals elektromagnetische navigatiebronchoscopie en AI-gestuurde trainingstools, met name in verschillende zorgomgevingen waar ongelijkheden in middelen de toegang kunnen beperken. Ethische overwegingen vereisen ook aandacht, waaronder het risico op algoritmische bias en aansprakelijkheidskwesties bij AI-ondersteunde klinische besluitvorming. Bovendien bevinden de meeste AI-gedreven benaderingen zich nog in de proof-of-conceptfase, en zijn grootschalige, multicenter validatiestudies essentieel om hun klinische betrouwbaarheid en generaliseerbaarheid te bevestigen22. Omdat AI in bronchoscopiestudies in het algemeen niet voldoet aan de aanbevolen richtlijnen, benadrukken wij verder dat wij AI-, trainings- en beoordelingsstudies aanbevelen om relevante richtlijnen te volgen en hedendaagse kaders te gebruiken voor validiteitsbewijs om robuuste wetenschappelijke nauwkeurigheid te waarborgen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Conclusies

Met nieuwe technieken in de invasieve pulmonologie stellen visuele artikelen de cursist in staat er een meerdere keren te "zien". De "doe één" moet worden gedaan via veel simulatie-gebaseerde trainings- en beoordelingssessies. Simulatietraining biedt gestandaardiseerde omgevingen om procedurele bekwaamheid te waarborgen voordat patiënten worden blootgesteld aan procedurele risico's. AI is een opkomend hulpmiddel, dat al zijn nut heeft bewezen bij bronchoscopie, EBUS en longecho. Bij het ...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteur heeft geen belangenconflicten om te melden.

Dankbetuigingen

De studie ontving geen financiering

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Referenties

  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).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

Flexibele bronchoscopieendobronchiale echografieelektromagnetische navigatiebronchoscopiethoracoscopie met lokale anesthesieendobronchiale cryobiopsielongbiopsiesimulatiegebaseerde trainingtraining in kunstmatige intelligentie

Gerelateerde artikelen