人工智能使內(nèi)窺鏡評(píng)估和預(yù)測(cè)預(yù)后等同于潰瘍性結(jié)腸炎專家的評(píng)估 - 東京醫(yī)科大學(xué)等

基于潰瘍性結(jié)腸炎內(nèi)窺鏡圖像的DNUC開(kāi)發(fā)及其準(zhǔn)確性得到前瞻性驗(yàn)證

東京醫(yī)科大學(xué)11月29日宣布，它已經(jīng)開(kāi)發(fā)了一個(gè)基于潰瘍性結(jié)腸炎內(nèi)窺鏡圖像的計(jì)算機(jī)圖像支持系統(tǒng)(DNUC;基于內(nèi)窺鏡圖像的深度神經(jīng)網(wǎng)絡(luò)系統(tǒng))。 這項(xiàng)研究是與東京大學(xué)胃腸病學(xué)系的Kento Takenaka助理教授、該大學(xué)高級(jí)研究學(xué)院的Mamoru Watanabe特聘教授、該大學(xué)醫(yī)院光學(xué)醫(yī)學(xué)系的Kazuro Otsuka教授以及索尼公司領(lǐng)導(dǎo)的小組合作進(jìn)行。 該研究結(jié)果已發(fā)表在《柳葉刀胃腸病學(xué)和肝臟病學(xué)》上。

潰瘍性結(jié)腸炎是一種慢性炎癥性腸病，與頻繁的緩解和加重有關(guān)，強(qiáng)烈影響日常生活的質(zhì)量。 最近的治療進(jìn)展不僅使控制癥狀成為可能，也使控制炎癥本身成為可能。 然而，為了控制炎癥，不僅要實(shí)現(xiàn)癥狀緩解，而且要實(shí)現(xiàn)粘膜愈合，通過(guò)下消化道內(nèi)鏡評(píng)估內(nèi)鏡和組織學(xué)緩解是非常重要的。

然而，這種評(píng)估需要對(duì)疾病的知識(shí)和經(jīng)驗(yàn)，而且是主觀的，會(huì)有變化。 此外，內(nèi)鏡下的粘膜活檢需要進(jìn)行組織學(xué)緩解評(píng)估，這既費(fèi)錢(qián)又復(fù)雜。

人工智能(AI)技術(shù)的進(jìn)步已經(jīng)導(dǎo)致了醫(yī)療領(lǐng)域一系列計(jì)算機(jī)輔助設(shè)備的發(fā)展。 在這項(xiàng)研究中，我們旨在通過(guò)使用一種稱為深度學(xué)習(xí)的人工智能技術(shù)，開(kāi)發(fā)一個(gè)基于潰瘍性結(jié)腸炎內(nèi)窺鏡圖像的計(jì)算機(jī)化圖像支持系統(tǒng)(DNUC)，并前瞻性地測(cè)試其準(zhǔn)確性。

內(nèi)窺鏡緩解的準(zhǔn)確率為90.1%，組織學(xué)緩解的準(zhǔn)確率為92.9

首先，我們回顧了2014年1月至2018年3月期間在東京醫(yī)科大學(xué)醫(yī)院對(duì)潰瘍性結(jié)腸炎患者進(jìn)行的下消化道內(nèi)窺鏡圖像和粘膜活檢，并收集了被認(rèn)為適合AI學(xué)習(xí)的數(shù)據(jù)(2,012名患者，40,758張圖像，6,885份粘膜活檢)。 然后由?？漆t(yī)生對(duì)所有數(shù)據(jù)進(jìn)行UCEIS和Geboes的評(píng)分。 該研究將UCEIS評(píng)分為0定義為 "內(nèi)鏡緩解"，將Geboes評(píng)分為3.0或以下定義為 "組織學(xué)緩解"。 使用這個(gè)數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)，在索尼的幫助下開(kāi)發(fā)了DNUC。

根據(jù)輸入的圖像，DNUC輸出UCEIS評(píng)分以及 "內(nèi)鏡緩解 "和 "組織學(xué)緩解"。 2018年4月至2019年4月，在東京醫(yī)科大學(xué)醫(yī)院就診的875名患者中前瞻性地驗(yàn)證了所開(kāi)發(fā)的DNUC的準(zhǔn)確性。 結(jié)果顯示，DNUC對(duì) "內(nèi)窺鏡緩解 "的準(zhǔn)確性為90.1%，對(duì) "組織學(xué)緩解 "的準(zhǔn)確性為92.9%。

對(duì)875名患者進(jìn)行了為期一年的下消化道內(nèi)鏡檢查后的臨床過(guò)程(預(yù)后)的研究。 他們發(fā)現(xiàn)，經(jīng)DNUC評(píng)估為內(nèi)鏡或組織學(xué)緩解的患者，其復(fù)發(fā)、使用類固醇、住院和手術(shù)的發(fā)生率明顯較低。 當(dāng)用危險(xiǎn)比計(jì)算DNUC的預(yù)后能力時(shí)，它與潰瘍性結(jié)腸炎專家對(duì)所有預(yù)后的預(yù)測(cè)相當(dāng)。

病理結(jié)果的預(yù)測(cè)靈敏度為97.9%，特異性為94.6

接下來(lái)，開(kāi)發(fā)的人工智能系統(tǒng)被調(diào)整為內(nèi)窺鏡視頻。 從視頻中實(shí)時(shí)選擇適當(dāng)靜止圖像的算法是與索尼公司合作開(kāi)發(fā)的。 因此，現(xiàn)在可以通過(guò)將內(nèi)窺鏡設(shè)備連接到配備DNUC的PC上，進(jìn)行 "實(shí)時(shí)組織學(xué)評(píng)估 "和 "恒定內(nèi)窺鏡分?jǐn)?shù)計(jì)算"。 此外，從2019年4月到2020年3月，將在東京醫(yī)科大學(xué)醫(yī)院和四家附屬醫(yī)院進(jìn)行一項(xiàng)多中心前瞻性研究，以驗(yàn)證該系統(tǒng)的準(zhǔn)確性。 在 "實(shí)時(shí)組織學(xué)評(píng)估 "方面，DNUC的結(jié)果與180名臨床緩解期的潰瘍性結(jié)腸炎患者的活檢組織的病理學(xué)結(jié)果進(jìn)行了比較。

結(jié)果顯示，DNUC能夠預(yù)測(cè)81.0%的活檢的病理情況，其敏感性和特異性分別為97.9%和94.6%。 對(duì)于 "恒定內(nèi)鏡評(píng)分計(jì)算"，在590名潰瘍性結(jié)腸炎患者中比較了潰瘍性結(jié)腸炎專家計(jì)算的UCEIS評(píng)分和DNUC。 對(duì)于分?jǐn)?shù)的計(jì)算，專家和DNUC之間的相關(guān)性為0.927，根據(jù)該研究，這是一個(gè)非常高的一致性。

DNUC計(jì)劃研究DNUC在臨床應(yīng)用中的實(shí)際可行性

DNUC不僅可以高度準(zhǔn)確地評(píng)估 "內(nèi)鏡緩解"，還可以計(jì)算內(nèi)鏡評(píng)分以及潰瘍性結(jié)腸炎專家。 研究人員說(shuō)，由于內(nèi)窺鏡評(píng)估是主觀的，而且在不同的醫(yī)生之間會(huì)有差異，與以前公布的潰瘍性結(jié)腸炎的內(nèi)窺鏡評(píng)估結(jié)果相比，該系統(tǒng)的準(zhǔn)確性足夠高。 此外，由于DNUC總是從同一視頻中輸出相同的內(nèi)窺鏡評(píng)估結(jié)果，所以同一內(nèi)窺鏡評(píng)估可以 "隨時(shí)"、"隨地 "和 "由任何人 "進(jìn)行。 因此，在未來(lái)，DNUC將成為評(píng)估疾病嚴(yán)重程度和治療效果的一個(gè)標(biāo)準(zhǔn)。

此外，DNUC可以通過(guò)內(nèi)窺鏡視頻進(jìn)行實(shí)時(shí)組織學(xué)評(píng)估。 以前，組織評(píng)估需要收集粘膜活檢，但DNUC能在內(nèi)窺鏡手術(shù)中進(jìn)行組織評(píng)估，有可能減少所需的粘膜活檢數(shù)量，并消除與活檢相關(guān)的成本和風(fēng)險(xiǎn)。

該研究小組說(shuō)："我們堅(jiān)信DNUC將在臨床實(shí)踐中被需要，我們的目標(biāo)是使其在臨床上適用。 我們將繼續(xù)探索它在臨床實(shí)踐中的可行性，并希望將來(lái)它能改變?nèi)澜鐫冃越Y(jié)腸炎內(nèi)鏡評(píng)估的方法和標(biāo)準(zhǔn)。