潰瘍性結(jié)腸炎(UC)是一種炎癥性腸病，通常通過內(nèi)窺鏡檢查和組織學(xué)進(jìn)行評(píng)估。但是現(xiàn)在，日本的研究人員開發(fā)了一種系統(tǒng)，該系統(tǒng)可能比現(xiàn)有方法更準(zhǔn)確，并且可以減少這些患者接受侵入性醫(yī)療程序的需要。

在今年2月發(fā)表于胃腸病學(xué)的一項(xiàng)研究中，東京醫(yī)科牙科大學(xué)(TMDU)的研究人員揭示了一種新開發(fā)的人工智能(AI)系統(tǒng)，該系統(tǒng)可以評(píng)估UC的內(nèi)窺鏡檢查結(jié)果，其準(zhǔn)確性與專家內(nèi)窺鏡檢查人員相當(dāng)。

準(zhǔn)確的評(píng)估對(duì)于為UC患者提供最佳護(hù)理至關(guān)重要。先前的研究表明，通過評(píng)估內(nèi)窺鏡檢查程序評(píng)估的內(nèi)窺鏡檢查緩解率和顯微炎癥程度表明的組織學(xué)緩解率均可以預(yù)測患者的預(yù)后，因此經(jīng)常被用作治療目標(biāo)。然而，在內(nèi)窺鏡和組織學(xué)分析中觀察者之間和觀察者之間的變化均發(fā)生，并且組織學(xué)分析經(jīng)常需要通過活檢來收集組織，這是侵入性的且昂貴的。

內(nèi)窺鏡圖像的解釋是主觀的，并且基于各個(gè)內(nèi)鏡醫(yī)師的經(jīng)驗(yàn)，因此使評(píng)估和實(shí)時(shí)表征的標(biāo)準(zhǔn)化具有挑戰(zhàn)性。為了解決這個(gè)問題，我們尋求開發(fā)一種深度神經(jīng)網(wǎng)絡(luò)(DNN)系統(tǒng)，以對(duì)來自UC(DNUC)病人的內(nèi)窺鏡圖像進(jìn)行一致，客觀和實(shí)時(shí)的分析。”為此，研究人員開發(fā)了具有DNN的系統(tǒng)，以評(píng)估來自UC患者的內(nèi)窺鏡圖像。DNN是一種基于人工神經(jīng)網(wǎng)絡(luò)構(gòu)建的AI機(jī)器學(xué)習(xí)方法。

高級(jí)作者渡邊茂(Mamoru Watanabe)說：“我們使用40,758張結(jié)腸鏡檢查的圖像和2012年UC患者的6885份活檢結(jié)果構(gòu)建了DNUC算法，”“這包括用于機(jī)器學(xué)習(xí)的訓(xùn)練集，這使算法能夠?qū)W會(huì)準(zhǔn)確地評(píng)估和分類數(shù)據(jù)”。

研究人員隨后使用來自875例UC患者的4187幅內(nèi)窺鏡圖像和4104份活檢標(biāo)本驗(yàn)證了DNUC算法的準(zhǔn)確性。

竹中說：“我們發(fā)現(xiàn)DNUC的準(zhǔn)確度與專業(yè)內(nèi)鏡醫(yī)師相當(dāng)。”“因此，我們的系統(tǒng)僅能使用內(nèi)窺鏡圖像預(yù)測UC的組織學(xué)緩解，而不是組織學(xué)和內(nèi)窺鏡數(shù)據(jù)。鑒于活檢的成本和風(fēng)險(xiǎn)，這代表了重要的發(fā)展。”

DNUC可能能夠識(shí)別緩解的UC患者，而無需進(jìn)行活檢和分析。這可以為醫(yī)療機(jī)構(gòu)節(jié)省時(shí)間和金錢，并限制患有UC的個(gè)體接觸侵入性醫(yī)療程序的機(jī)會(huì)。