Новая модель искусственного интеллекта для точной диагностики неоплазии, связанной с воспалительным заболеванием кишечника

Заболеваемость воспалительным ем ика (ВЗК) — неизлечимым заболеванием, характеризующимся хроническим воспалением желудочно-кишечного тракта (ЖКТ), — значительно возросла в Японии. Хроническое воспаление, связанное с ВЗК, часто приводит к развитию рака в колоректальной области.


Для пациентов с видимой или слабовыраженной дисплазией (аномальный рост клеток, который может не быть злокачественным) обычно применяют эндоскопическую резекцию, метод, используемый для удаления раковых поражений, и колоноскопию. Однако для пациентов с высокой частотой неоплазии (сильный рост клеток, которые являются злокачественными) тотальная проктоколэктомия, т. е. полное удаление толстой и прямой кишки, является стандартным лечением, которое сильно ухудшает качество их жизни.

Следовательно, определение тяжести и степени неоплазии во время ки имеет важное значение, прежде чем приступать к лечению. К сожалению, наличие воспаления в колоректальной области затрудняет для эндоскопистов классификацию типа неоплазии ВЗК (ВЗК). Это оставляет биопсию как единственный жизнеспособный вариант, который связан с высокими рисками и часто приводит к неточным диагнозам, подчеркивая необходимость более простой диагностической техники с высокой точностью.

С этой целью группа исследователей из Высшей школы медицины Университета Окаяма, в которую входили доцент Хидэаки Кинугаса, доктор Шумпей Ямамото, профессор Сакико Хираока и профессор Йоширо Кавахара, провела пилотное исследование по разработке системы искусственного а (ИИ), которая классифицирует IBDN. поражения точно. Кроме того, в рамках этого исследования, опубликованного в Гастроэнтерология и гепатология сначала 29 мая 2022 года они сравнили диагностические возможности эндоскопистов с возможностями новой системы искусственного интеллекта.

Во-первых, команда использовала обычную нейронную сеть (CNN) — тип нейронной сети, используемой для анализа визуальных образов, известную как Efficient-Net-B3, для разработки прототипа системы искусственного интеллекта. Они обучили эту систему, используя 862 эндоскопических изображения 99 поражений ВЗК у пациентов с ВЗК, полученных из двух больниц в период с 2003 по 2021 год, и проверили ее с помощью системы глубокого обучения. Затем они попросили эндоскопистов с более чем 8-летним опытом работы в эндоскопии желудочно-кишечного тракта проанализировать изображения и классифицировать поражения на два типа в зависимости от необходимости проктоколэктомии и сравнить их классификацию с классификацией системы ИИ.

В результате увеличения данных система искусственного интеллекта сгенерировала около шести миллионов изображений из исходного набора данных, которые затем использовались для анализа клинико-патологических характеристик пациентов и поражений.

Основываясь на этих анализах, команда обнаружила, что у большинства пациентов был язвенный колит — тип ВЗК, причем более чем у 95% из них был панколит и левосторонний колит. Кроме того, система ИИ продемонстрировала диагностическую способность на основе изображений с чувствительностью 64,5%, специфичностью 89,5% и точностью 80,6%, а также диагностическую способность на основе поражений с чувствительностью 74,4%, специфичностью 85% и точностью 80,8%. Что интересно, частота правильной диагностики системы ИИ составила 79,0, а у эндоскопистов — 77,8.

Что означают эти выводы? «Прототип нашей системы искусственного интеллекта оказался успешным в определении степени злокачественности опухолей ВЗК и достаточно ценен, чтобы внести свой вклад в клиническую практику в ближайшие годы», — сказал в ответ ассистент профессора Кинугаса.

Команда также подчеркнула, что сочетание этой автоматической диагностики опухолевых поражений на основе ИИ с существующими методами эндоскопической диагностики может обеспечить превосходные результаты диагностики в режиме реального времени.