2022. 07. 19. - 10:40

Neopláziát diagnosztizál a mesterséges intelligencia

Neopláziát diagnosztizál a mesterséges intelligencia

Új mesterséges intelligencia modell jött létre a gyulladásos bélbetegséggel kapcsolatos neoplázia pontos diagnosztizálására.

A gyulladásos bélbetegséggel kapcsolatos neoplázia pontos diagnosztizálására hoztak létre kutatók egy új mesterséges intelligencia-modellt.
 
A gyulladásos bélbetegség (IBD) kezelhetetlen probléma, melyet a gyomor-bél traktus (GI) krónikus gyulladása jellemez. Az IBD-vel összefüggő krónikus gyulladás gyakran rák kialakulásához vezet a kolorektális régióban.
 
A betegség előfordulása jelentősen megnőtt Japánban.
 
Azoknál a betegeknél, akiknél látható vagy alacsony fokú diszplázia – nem rosszindulatú, de rendellenes sejtnövekedés -, általában endoszkópos reszekciót, a rákos elváltozások eltávolítására használt technikát és kolonoszkópiát alkalmaz.
 
Azoknál a betegeknél azonban, akiknél magas neoplázia aránya – ez a súlyos, rosszindulatú sejtnövekedés -, a teljes proctocolectomia, azaz a vastag- és végbél teljes eltávolítása számít standard kezelésnek, ami nagymértékben rontja az életminőséget. 
 
Neopláziát diagnosztizál a mesterséges intelligencia
Neopláziát diagnosztizál a mesterséges intelligencia
 
A kezelés megkezdése előtt ezért elengedhetetlen a neoplázia súlyosságának és fokozatának meghatározása a diagnózis során.
Sajnos a gyulladás jelenléte a colorectalis régióban megnehezíti az endoszkóposok számára az IBD neoplázia (IBDN) típusának osztályozását. Ez a biopsziát tartja az egyetlen életképes lehetőségnek, amely magas kockázattal jár, s gyakran pontatlan diagnózisokhoz vezet - rávilágítva egy egyszerűbb, nagy pontosságú diagnosztikai technika szükségességére.
 
A probléma megoldására az Okayama Egyetem Orvostudományi Karának kutatóiból álló csoport végzett kísérleti tanulmányt - köztük Hideaki Kinugasa adjunktus, Shumpei Yamamoto doktor, Sakiko Hiraoka professzor és Yoshiro Kawahara professzor - , egy mesterséges intelligencia (MI) rendszer kifejlesztése céljából, amely az IBDN elváltozásokat pontosan osztályozza.
 
A tanulmány részeként - melyet először a Gastroenterology and Hepatology tett közzé 2022. május 29-én - összehasonlították az endoszkóposok diagnosztikai képességét az új mesterséges intelligencia-rendszerével.
 
A csapat először egy hagyományos neurális hálózatot (CNN) – a vizuális képek elemzésére használt neurális hálózatot – használt Efficient-Net-B3 néven az MI-rendszer prototípusának kifejlesztéséhez.
 
Ezt a rendszert 2003 és 2021 között két kórházból származó IBD-ben szenvedő betegek 99 IBDN-léziójának 862 endoszkópos képével képezték ki, majd mélytanulási keretrendszer segítségével validálták.
 
Majd a gyomor-bélrendszeri endoszkópia terén több mint 8 éves tapasztalattal rendelkező endoszkópos szakembereket kértek fel,  hogy elemezzék a képeket és osztályozzák az elváltozásokat, két típusra osztva őket a proctocolectomia szükségessége alapján, s összehasonlították besorolásukat a mesterséges intelligencia-rendszerével.
 
Az adatbővítés eredményeként az MI-rendszer az eredeti adatsorból hozzávetőleg 6 millió képet generált, melyeket azután a betegek és az elváltozások klinikopatológiai jellemzőinek elemzésére alkalmaztak.
 
Az elemzések alapján a kutatócsoport felfedezte, hogy a legtöbb beteg vastagbélfekélyben szenved – ez az IBD egyik fajtája, s több mint 95 százalékuk pancolitist és bal oldali vastagbélgyulladást mutatott.
 
Ezenkívül az MI-rendszer képalapú diagnosztikai képességet jelzett 64,5 százalékos érzékenységgel, 89,5 százalékos specificitással és 80,6 százalékos pontossággal, valamint lézióalapú diagnosztikai képességet 74,4 százalékos érzékenységgel, 85 százalékos specificitással és 80,8 százalékos pontossággal.
 
Érdekesség, hogy a mesterséges intelligencia rendszer helyes diagnózisának aránya 79,0, míg az endoszkóposoké 77,8 volt.
 
„Az MI-rendszer prototípusa sikeresnek bizonyult az IBD-daganatok rosszindulatúságának meghatározásában, és elég értékes ahhoz, hogy hozzájáruljon a klinikai gyakorlathoz az elkövetkező években” - mondta Kinugasa adjunktus.
 
A csapat azt is kiemelte, hogy a daganatos elváltozások mesterséges intelligencián alapuló automatikus diagnosztizálása a meglévő endoszkópos diagnosztikai technikákkal kombinálva kiváló diagnosztikai eredményeket biztosíthat valós időben.
 
Kinugasa adjunktus hozzátette: miközben a rendszer további előnyeiről és a valós alkalmazási lehetőségeiről is szó van, a mesterséges intelligencia-rendszer használatával biztosítható, hogy az endoszkóposok ne diagnosztizálják félre az IBD daganatos elváltozásait, a betegek azonnali kezelésben részesüljenek, megfelelőbb kezelési stratégiákat dolgozzanak ki és alkalmazzanak az IBD korai és előrehaladott stádiumaiban.
 
L.A.
 

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.