ECCO21丨人工智能评估溃疡性结肠炎

Dr.X陪您读的第篇文章

人工智能评估溃疡性结肠炎内镜严重程度的能力超越人类专家

文献来源:JournalofCrohnsandColitis,Volume15,IssueSupplement_1,May,PageS

溃疡性结肠炎(UC)疾病管理的关键，是内镜评估肠道疾病的严重程度。

但内镜评估依赖于内镜医生的操作和主观判断，因此不同操作者之间存在较大主观差异，这限制UC内镜评估的一致性和可靠性。

如果能开发一种人工智能(AI)模型，能基于内镜图像区分黏膜炎症和愈合，同时能准确区分不同内镜疾病严重程度。

研究设计：

研究者获取了来自名UC患者的张的内镜图像，并进行分类。

两名内镜专家根据Mayo内镜评分(MES)，分别独立对所有图像进行评估。两位专家如果出现分歧，则由第三位内镜专家对图像再进行评估分级。

开发AI内镜图像识别模型，该模型包含不同的卷积神经网络架构。采用交叉验证法，来选择最佳模型。

最终，评估该AI图像模型区分Mayo内镜评分所有级别中的能力，包括：MES=0分、0-1分（黏膜愈合）、1-3分、2分和3分方面的性能。

分析AI模型的准确性、敏感性、特异性、阳性和阴性预测值，使用CohensKappa评估模型最终的评估效力。

研究结果：

对于最困难的图像识别任务（区分Mayo内镜评分所有级别），人工智能图像模型超越了内镜专家，实现了（与专家相比，p0.）：

研究结论：

研究者开发了一种新的标准化人工智能方法，评估UC患者的内镜图像，用于临床评估UC患者的内镜下病变严重程度。

人工智能模型表现出非常好鉴别能力，可以区分所有4个Myao内镜评分的疾病活动级别。

这一技术突破，有助于大幅提高所有IBD医院UC内镜评估的准确率和一致性。

点击回顾ECCO精彩内容：

1.开启精准医疗时代！IBD学术情报官邀您一起加入7月ECCO大会学术之旅

2.随机对照研究显示，粪菌移植治疗轻中度溃疡性结肠炎无效

3.英夫利西单抗会削弱炎症性肠病患者对新冠病毒的保护性免疫反应

4.新型JAK抑制剂Filgotinib治疗溃疡性结肠炎的安全性分析:SELECTION研究结果

5.超加工食品可能是导致炎症性肠病的“罪魁祸首”:大型前瞻性城乡流行病学研究

6.美沙拉嗪与炎症性肠病患者感染COVID-19后的不良结局无关

（本文仅供个人学习）

点击阅读原文查看文章链接

转载请注明：http://www.jzegx.com/wcyys/23558.html