Vai trò của trí tuệ nhân tạo ứng dụng trong phát hiện polyp đại trực tràng

Ung thư đại trực tràng (CRC) là loại ung thư phổ biến thứ ba trên toàn thế giới. Năm 2015, có 1,7 triệu ca mắc mới, khiến hơn 800.000 ca tử vong trên toàn thế giới. Sàng lọc nội soi đại tràng và cắt bỏ polyp đã được chứng minh là có hiệu quả trong việc giảm tỷ lệ mắc ung thư đại trực tràng cũng như tỷ lệ tử vong liên quan đến ung thư.

1. Khái quát chung

Nội soi đại tràng không phải là không có rủi ro và ung thư đại trực tràng vẫn có thể phát triển trong một thời gian ngắn sau khi nội soi không phát hiện ra ung thư trong lần nội soi đó.

Đặc biệt, ung thư đại trực tràng sau nội soi (PCCRC) là thuật ngữ ưu tiên được sử dụng để xác định ung thư xuất hiện sau nội soi mà không có bất kỳ ung thư nào được chẩn đoán. Cụ thể, PCCRC có thể được chia nhỏ thành “ung thư khoảng cách”, trong đó ung thư được xác định trước khi sàng lọc hoặc giám sát được khuyến nghị tiếp theo. PCCRC, hay ung thư khoảng, có thể chiếm tới 9% trong số tất cả các bệnh ung thư đại trực tràng và thường liên quan đến một kết quả bất lợi. Các nghiên cứu gần đây cho thấy polyp và u tuyến bị bỏ sót khi nội soi đại tràng chiếm ít nhất 50% tổng số PCCRC. Do đó, các cách để giảm thiểu các tổn thương bị bỏ sót trong quá trình nội soi là rất quan trọng để duy trì chất lượng và hiệu quả của nội soi trong việc ngăn ngừa ung thư đại trực tràng.

2. Phân tầng để giảm nguy cơ bỏ sót polyp

Một phân tích tổng hợp gần đây đã chỉ ra rằng có tới 26% bệnh nhân nội soi có thể đã bỏ sót u tuyến. Trong khi nhiều yếu tố có thể ảnh hưởng đến tỷ lệ bỏ sót u tuyến (AMR), thì yếu tố bác sĩ nội soi được công nhận là một trong những yếu tố quyết định chính của AMR. Tỷ lệ phát hiện u tuyến cao (ADR), u tuyến cao trên mỗi lần nội soi chỉ số và u tuyến cao trên mỗi lần nội soi có chỉ số dương tính cao đều đã được chứng minh là có liên quan tiêu cực với AMR. Đặc biệt, các u tuyến cao hơn trên mỗi lần nội soi với chỉ số dương tính có liên quan độc lập với tỷ lệ bỏ sót các u tuyến tiên tiến thấp hơn, đây là một yếu tố dự báo quan trọng đối với PCCRC. Theo trực giác, các cách cải thiện ADR cũng có thể giúp giảm AMR.

Nội soi đại tràng có thể bỏ sót polyp đại trực tràng

3. Yếu tố dẫn đến sót polyp

Mặc dù “lỗi là do con người”, nhưng việc giảm thiểu các yếu tố do con người gây ra, chẳng hạn như mất tập trung, mệt mỏi, kém tỉnh táo, nhận thức trực quan và lỗi nhận dạng, có thể là chìa khóa. chìa khóa để cải thiện việc phát hiện u tuyến và do đó làm giảm tỷ lệ bỏ sót. Ngoài ra, các yếu tố bệnh nhân, chủ yếu là chuẩn bị ruột kém, cũng liên quan đến ADR thấp hơn và AMR cao hơn. Tuy nhiên, có sự khác biệt tối thiểu giữa việc chuẩn bị ruột tốt và chất lượng tốt trong ADR và AMR, ngụ ý rằng ít nhất phải đạt được việc chuẩn bị ruột hợp lý. Toàn thời gian, tối thiểu 6 phút, là một thước đo chất lượng quan trọng khác để tối ưu hóa ADR và AMR. Một yếu tố khác có thể cải thiện ADR và giảm AMR là việc sử dụng các kỹ thuật phụ trợ. Có một số lượng lớn các kỹ thuật phụ trợ, bao gồm nội soi hai lần, đảo ngược nội soi bên phải, nội soi hỗ trợ bằng nước và phương pháp phát hiện nhóm (bác sĩ nội soi và y tá có kinh nghiệm), nội soi góc rộng, nội soi độ nét cao với hoặc không có kỹ thuật hình ảnh đặc biệt và các thiết bị hỗ trợ, đã được báo cáo là làm tăng ADR.

4. Hệ thống trí tuệ nhân tạo ứng dụng trong phát hiện polyp đại trực tràng

Trí tuệ nhân tạo (AI) đã được ứng dụng trong lĩnh vực y tế từ đầu những năm 1950. AI được định nghĩa là bất kỳ cỗ máy nào có chức năng nhận thức bắt chước con người, chẳng hạn như giải quyết vấn đề hoặc học tập. luyện tập. Các mô hình máy học, một kiểu con của AI, được đặc trưng bởi một tập hợp các phương pháp có thể tự động phát hiện các mẫu trong dữ liệu và sau đó sử dụng các mẫu chưa được phát hiện để dự đoán kết quả. Các hệ thống AI thông thường sử dụng một loại mô hình máy học được giám sát để trích xuất các đồng biến của dữ liệu đào tạo nhằm đạt được nhận dạng hoặc phân loại mẫu. Điều quan trọng cần lưu ý là mỗi phần thông tin được đưa vào biểu diễn của bệnh nhân được gọi là đồng biến và loại máy học truyền thống, ví dụ: hồi quy logistic, chỉ kiểm tra mối quan hệ của “sự kiện được xác định trước” với kết quả. Tuy nhiên, mô hình máy học không thể thay đổi cách xác định các hiệp phương sai. Các mô hình học sâu thực sự giải quyết vấn đề này bằng cách xác định các đồng biến và xây dựng các khái niệm phức tạp từ các đồng biến đơn giản, đặc biệt hữu ích trong phân loại hình ảnh và sắp xếp đối tượng vì các đặc điểm của một nhóm đối tượng tương tự có thể phức tạp và khó xác định bởi con người

Polyp đại tràng được trí tuệ nhân tạo tự động ghi lại

Các mô hình học sâu ngày càng được sử dụng nhiều hơn trong việc phát hiện polyp đại trực tràng

Trong những năm gần đây, các mô hình học sâu ngày càng được sử dụng nhiều hơn trong việc phát hiện và định vị các polyp đại trực tràng. Sau khi dữ liệu đào tạo được cung cấp với các nhãn thích hợp, mô hình học sâu có thể tự động trích xuất các tính năng quan trọng trong dữ liệu đào tạo để phân biệt và phân loại. Nếu không có sự can thiệp hay hướng dẫn của con người, các tham số bên trong của từng “nơ-ron” trong một lớp sẽ được điều chỉnh theo hướng mô hình có mức độ sai sót thấp nhất. Kiến trúc phổ biến nhất được sử dụng trong mô hình học sâu của các nghiên cứu nội soi giai đoạn đầu là một mạng lưới thần kinh phức tạp, mô phỏng cấu trúc não người và chứa nhiều lớp “tế bào thần kinh nhân tạo”. ” dưới mỗi lớp. Các lớp phức hợp thực sự hoạt động như một bộ lọc để trích xuất các tính năng quan trọng từ hình ảnh hoặc dữ liệu gốc. Các lớp tổng hợp có thể giảm kích thước tham số của các lớp để hợp lý hóa tính toán cơ bản. Cuối cùng, với các lớp được kết nối đầy đủ, các tính năng này được kết hợp với nhau để tạo ra một mô hình để phân loại các đầu ra khác nhau.

5. Vai trò của AI trong việc phát hiện polyp đại trực tràng khi nội soi

Phân tích tổng hợp của các tác giả về các nghiên cứu AI được công bố gần đây về phát hiện polyp đại trực tràng cho thấy một hệ thống AI được thiết kế tốt có thể đạt được độ chính xác hơn 90%. So với các thuật toán dựa trên máy học truyền thống, các nghiên cứu sử dụng mô hình học sâu có độ chính xác cao (lên đến 91%) với độ nhạy tổng hợp là 94% và độ đặc hiệu là 92% khi so sánh với các thuật toán dựa trên máy học truyền thống. Tuy nhiên, hầu hết các nghiên cứu được công bố trước đây đều mang tính chất hồi cứu và có rất ít nghiên cứu thời gian thực chất lượng cao về việc sử dụng AI ở những bệnh nhân thực tế mắc polyp đại trực tràng. đến gần đây. Thử nghiệm ngẫu nhiên có kiểm soát đầu tiên được báo cáo vào năm 2019 bởi Wang et al. Họ đã chỉ ra rằng việc sử dụng hệ thống phát hiện polyp tự động theo thời gian thực (CADe) dựa trên kiến trúc học sâu có thể làm tăng ADR ở những bệnh nhân có tỷ lệ u tuyến thấp (20% -30%). %). Trong số 1130 bệnh nhân được chọn ngẫu nhiên, ADR của nhóm CADe cao hơn đáng kể so với nhóm nội soi thông thường (0,29 so với 0,20, P < 0,001). Số lượng polyp và u tuyến trung bình được phát hiện trong nhóm CADe cũng tăng lần lượt từ 0,50 lên 0,95 (P <0,001) và từ 0,31 lên 0,53 (P <0,001). với nội soi đại tràng thông thường.

Bản chất polyp đại trực tràng được đánh giá bằng trí tuệ nhân tạo

Năm thử nghiệm ngẫu nhiên có kiểm soát (RCT) được công bố gần đây vào năm 2020 một lần nữa khẳng định rằng nội soi đại tràng có sự hỗ trợ của AI làm tăng đáng kể tỷ lệ phát hiện u tuyến so với nội soi. nội soi đại tràng thông thường. Vương và cộng sự. đã báo cáo một RCT khác để so sánh hệ thống CADe với hệ thống giả mạo. Một lần nữa, hệ thống CADe có ADR cao hơn đáng kể so với hệ thống giả mạo (34% so với 28%, P=0,03). Trong cùng một thử nghiệm, các u tuyến hoặc u tụ dịch mà các bác sĩ nội soi bỏ qua được đặc trưng bởi màu sắc đồng nhất, hình dạng phẳng và nằm ở rìa của thị trường hoặc thậm chí một phần phía sau các nếp gấp của rốn. Đại tràng. Một thử nghiệm đối chứng ngẫu nhiên khác của Repici và cộng sự liên quan đến ba trung tâm ở Ý cũng phát hiện ra rằng hệ thống CADe có liên quan đến ADR cao hơn với tỷ số chênh (OR) là 1,30 (KTC 95%: 1,14-1,45). Phân tích phân nhóm cho thấy hiệu suất của hệ thống CADe không bị ảnh hưởng bởi kích thước, hình dạng và vị trí của các khối u.

Mọi thông tin chi tiết xin liên hệ : https://ungthuphoi.com.vn/