Zavedení a klinická aplikace multimodálního diagnostického systému pro ovariální nádory založeného na AI

Metody/návrh Cíl studie Prvním cílem této studie je sestrojit veřejný soubor dat multimodálního nádoru vaječníků, který zahrnuje ultrazvuk, snímky MRI a data klinických indikátorů pro podporu úkolů řízených umělou inteligencí. Tato datová sada bude integrovat různé typy lékařských dat pro usnadnění komplexní analýzy AI a modelového školení. Využitím technologie konvoluční neuronové sítě (CNN) se studie snaží dosáhnout inteligentního vícetřídního rozpoznávání multimodálních obrazů. To zahrnuje extrakci a analýzu vlastností ze zobrazovacích dat a jejich integraci s multidimenzionálními klinickými daty na úrovni vlastností s cílem vytrénovat a ověřit pomocný diagnostický model schopný přesně předpovědět alespoň deset nejčastějších patologických typů nádorů vaječníků. Kromě toho bude studie využívat výpočetní techniku ​​zachovávající soukromí a metody federovaného učení k provádění multicentrické, prospektivní optimalizace a ověřování modelu. Tyto metody zajistí bezpečnost dat a soukromí a zároveň umožní trénování modelu spolupráce. Konečným cílem je vyvinout klinický pomocný diagnostický systém, který dokáže předpovědět patologické typy většiny nádorů vaječníků a bude implementován v klinických podmínkách. Tento komplexní přístup si klade za cíl využít silné stránky technologie AI v lékařském zobrazování, zajistit bezpečnost dat a zároveň zvýšit přesnost a spolehlivost diagnostiky nádoru vaječníků.

Studijní prostředí Tato studie se provádí v Pekingu v Číně. Předměty studie pocházejí z Beijing Shijitan Hospital, Beijing Friendship Hospital a Pekingské porodnické a gynekologické nemocnice, které jsou všechny přidruženy k Capital Medical University. Tyto nemocnice poskytují různorodou populaci pacientů, což podporuje zobecnitelnost výsledků studie.

Subjekty studie Subjekty studie jsou pacientky s diagnózou nádorů vaječníků, které podstoupily chirurgickou léčbu. Případy použité pro vývoj prediktivního modelu pocházejí od pacientů, kteří byli postupně zařazeni mezi lednem 2018 a lednem 2023. Případy validace klinických aplikací budou prospektivně shromažďovány od pacientů mezi červnem 2023 a červnem 2025. Kritéria pro zařazení do obou částí studie jsou následující: (1) pacientky s diagnózou nádorů vaječníků, které podstoupily chirurgickou léčbu; (2) pacienti s kompletními zobrazovacími daty (ultrazvuk nebo MRI) a výsledky nádorových markerů získané během tří měsíců před operací. Druhá část navíc vyžaduje informovaný souhlas účastníků. Vylučovací kritéria jsou následující: (1) pacientky s chirurgickou patologií nepocházející z vaječníku; (2) duplicitní případy; (3) pacienti, kteří podstoupili chemoterapii nebo radioterapii; (4) opakující se případy; (5) špatná kvalita zobrazení ovariálních lézí; a (6) neúplné informace o případu.

Etika Protokol studie byl přezkoumán a schválen Etickou komisí nemocnice v Pekingu Shijitan, přidružené k Capital Medical University. Číslo etického schválení je: [uveďte číslo]. Studie bude provedena v souladu se zásadami Helsinské deklarace. Pro fázi vývoje modelu bylo retrospektivním případům uděleno zřeknutí se informovaného souhlasu. Ve fázi klinické validace si všichni účastníci před zahájením studie přečtou formulář informovaného souhlasu, dobrovolně souhlasí s účastí a podepíší formulář informovaného souhlasu.

Sběr dat Vyšetřovatelé budou shromažďovat zobrazovací data (ultrazvuk pánve, pánevní MRI) a klinická data (obecné informace, lékařskou anamnézu, rodinnou anamnézu, fyzikální vyšetření, laboratorní testy, zprávy o patologii, klinickou diagnózu atd.) od subjektů studie. To pomůže vytvořit multimodální datový soubor o nádorech vaječníků s klasifikačními a segmentačními anotacemi, což poskytne datový soubor AI podporu pro následný vývoj multimodálních pomocných diagnostických modelů pro nádory vaječníků. Jak výzkum postupuje, výzkumníci se snaží dosáhnout flexibilního rozšíření a hlubokého dolování datové sady, vytvořit standardizované protokoly pro multimodální datové sady a umožnit efektivní sdílení dat.

Zpracování obrazových dat, segmentace a klasifikace Anotace Tento projekt využívá nástroj OpenSlide ke zpracování obrázků a jejich změně velikosti tak, aby rozměry pixelů byly násobky 300. Obrázky jsou následně rozděleny do sekcí 300×300 pixelů a převedeny do formátu PNG. Přesná segmentace lézí je zásadní pro přesné rozpoznání obrazu. Na projektu se podílí tým gynekologů a také odborníci ze School of Electronic and Information Engineering na Beihang University, kteří využívají profesionální anotační software LabelMe pro segmentaci snímků a anotaci klasifikace na základě patologických výsledků, čímž vytvářejí segmentovanou a klasifikovanou databázi. Například v případě 2D ultrazvukových snímků jsou léze manuálně segmentovány, přičemž umístění nádoru vaječníků je označeno a převedeno na odpovídající klasifikační štítky.

Pro další zvýšení přesnosti segmentace a výsledků tato studie konstruuje architekturu sítě segmentace obrazu nádoru vaječníků, která zahrnuje modul pro fúzi funkcí ve více měřítcích a víceúrovňovou optimalizaci funkce ztráty. Celková architektura sítě kombinuje segmentaci superpixelů s hlubokým učením a využívá silné funkce extrahování funkcí konvolučních neuronových sítí (CNN) ke zlepšení okrajových informací a zlepšení přesnosti segmentace.

Konstrukce pomocného diagnostického systému ovariálního nádoru založeného na AI využívající AI pro rozpoznávání obrazu U vstupních multimodálních obrazů (ultrazvuk a MRI) se provádí extrakce vizuálních rysů. Pro řešení vizuálních úkolů klasifikace a segmentace lézí jsou konstruovány dva modely algoritmů: model husté reziduální struktury a víceúrovňový model struktury s vědomím hran. Tyto modely umožňují inteligentní rozpoznání patologických typů v multimodálních obrazech

Prediktivní model integrující vícerozměrná strukturovaná data Za prvé, konvoluční neuronové sítě se používají ke generování výsledků predikce na úrovni pixelů (výsledky segmentace) a algoritmy AI poskytují výsledky předpovědi umělé inteligence (posteriorní pravděpodobnosti). Následně je vektor zadní pravděpodobnosti spojen se strukturovanými daty (věk, hlavní potíže, trvání nemoci, nálezy fyzikálního vyšetření, laboratorní testy a další klinické ukazatele). Ty jsou zřetězeny do nového znakového vektoru, který je pak dále analyzován rozhodovacím modelem (jako je XGBoost), aby se určila patologická kategorie nádoru vaječníků. Model je trénován a validován pomocí patologických výsledků jako zlatého standardu.

Pomocný diagnostický systém Multimodální pomocný diagnostický systém ovariálních nádorů je strukturován do několika hierarchických úrovní. Systém se skládá ze čtyř hlavních úrovní zdola nahoru: 1）Základní modul: Tento modul je primárně odpovědný za poskytování akcelerace hlubokého učení a zajišťuje základní schopnosti potřebné pro provoz systému. 2）Basic Application Library (Foundation Layer): Tato vrstva nabízí základní knihovny pro zpracování lékařských informací a záznam protokolu platformy. 3）Deep Learning Framework (Deep Learning Inference Layer): Slouží jako inteligentní jádro systému, poskytuje základní rámce hlubokého učení nezbytné pro inteligentní systémové odvození. To zahrnuje běžně používané knihovny pro odvození neuronových sítí, které podporují přesné odvození modelu neuronové sítě napříč různými platformami. 4）Aplikační vrstva (rozdělená na aplikační vrstvu a komponentní vrstvu): Tato vrstva nabízí nezbytné služby pro systém platformy. Je navržen tak, aby byl flexibilní a rozšiřitelný, s nezávisle funkčními, volně spojenými moduly. Vrstvy jsou relativně oddělené, přičemž každá poskytuje nezávislou funkčnost. Systém platformy je navržen zdola nahoru a obsahuje uživatelsky přívětivé, externě zapouzdřené provozní rozhraní, které umožňuje přímou interakci uživatele s platformou.

Multimodální pomocný diagnostický systém nádorů vaječníků má několik klíčových funkcí. Zaprvé umí číst snímky z ultrazvuku a MRI a také lékařské záznamy podle požadavků uživatele a podle potřeby převádět formát. Poté předzpracuje snímky a lékařské záznamy odstraněním irelevantních informací, což usnadňuje následné odvození modelu. Modul rozpoznávání lézí provádí klasifikaci i segmentaci, odhaduje pravděpodobnosti lézí a identifikuje potenciální oblasti lézí. Nakonec modul pro následné zpracování dat provádí fúzi výsledků klasifikace na úrovni rozhodnutí, automaticky anotuje oblasti lézí a generuje pomocné diagnostické výsledky předpovídající patologické typy kombinací informací ze zdravotních záznamů.

Multicentrická optimalizace systému prospektivní pomocné diagnostiky a validace klinické aplikace Díky spolupráci mezi gynekologickými onkologickými týmy ze tří výzkumných center projde multimodální pomocný diagnostický systém ovariálních nádorů multicentrické prospektivní klinické aplikaci, přičemž výsledky chirurgické patologie budou použity jako zlatý standard. Diagnostická výkonnost multimodálního pomocného diagnostického systému nádorů vaječníků, jak celková, tak napříč různými patologickými kategoriemi, bude hodnocena v hlavních a vedlejších centrech porovnáním metrik, jako je specificita, senzitivita, pozitivní prediktivní hodnota, negativní prediktivní hodnota a plocha pod ROC křivka (AUC). Systém bude průběžně ověřován a optimalizován, aby se zlepšil jeho výkon. Konzistence mezi předoperační diagnózou a pooperačními patologickými výsledky bude porovnána před a po aplikaci systému pomocné diagnostiky nádorů vaječníků ve třech výzkumných centrech za účelem vyhodnocení klinické účinnosti pomocného diagnostického systému.

Paradigma optimalizace multicentrického pomocného diagnostického systému založeného na horizontálním federovaném učení Paradigma optimalizace multicentrického pomocného diagnostického systému založeného na horizontálním federovaném učení zahrnuje správu a distribuci pomocného diagnostického modelu hlavním centrem. Jiná centra uplatňují mechanismy inkrementálního učení pomocí vlastních dat k doladění pomocného diagnostického systému a poskytování aktualizovaných parametrů hlavnímu centru. Tento proces zajišťuje vylepšené inteligentní rozpoznání nádorů vaječníků při zachování soukromí dat napříč středisky. Zpočátku hlavní centrum konstruuje multimodální model predikce nádoru vaječníků založený na AI. Tento model je poté zašifrován a distribuován do pobočkových center. Pobočková centra po dosažení určité velikosti datového fondu a splnění anotačních standardů zahájí optimalizaci modelu. Nakonec, po doladění modelů, každé centrum nahraje aktualizované parametry do hlavního centra. Hlavní centrum vyhodnocuje výkon modelu, aby určilo, zda je nutná iterace verze modelu. Pokud ano, aktualizovaný model se přerozdělí, čímž se dosáhne uzavřené smyčky horizontálního federovaného učení pro optimalizaci vícecentrového modelu.

Statistická analýza Výpočet velikosti vzorku

1. Fáze vývoje modelu pomocné diagnostiky multimodálního ovariálního tumoru Požadovaná velikost vzorku se odhaduje pomocí metody EPV (Events per Variable), což je metoda založená na zkušenostech pro konstrukci modelů. Každá proměnná obvykle vyžaduje 10-20 pozitivních událostí; v této studii vyšetřovatelé stanovili EPV na 20. Vyšetřovatelé očekávají zahrnutí 20 nezávislých proměnných (a fiktivních proměnných) do diagnostického modelu, takže potřebují 20 * 20 = 400 maligních případů. Předběžné údaje ukazují, že podíl pacientek s maligním (skutečně pozitivním) nádorem vaječníků je přibližně 30 %. Celková požadovaná velikost vzorku je tedy 400 / 0,30 = 1334 případů. Vzhledem k 20% ztrátě dat je konečná velikost vzorku pro trénovací sadu 1667 případů. Tréninková sada a ověřovací sada budou mít poměr 4:1, výsledkem čehož bude velikost vzorku ověřovací sady 418 případů. Celková požadovaná velikost vzorku je tedy 2084 případů, přičemž každé centrum přispívá stejným dílem.
2. Fáze validace a optimalizace klinické aplikace multicentrického prospektivního systému Tato část studie primárně hodnotí klinický aplikační efekt pomocného diagnostického systému měřením přesnosti. Proto se pro diagnostické testy používá vzorec pro výpočet velikosti vzorku.

Se=90% (citlivost diagnostického systému)，Sp=90% (Specificita diagnostického systému), Na základě statistických a klinických odborných posudků errABS=5% odkazuje na očekávanou absolutní chybu, α=0,05. Podle vzorce pro výpočet velikosti vzorku vyžaduje skutečně pozitivní skupina zahrnutí 140 případů. Předběžné údaje ukazují, že podíl pacientek s maligním (skutečně pozitivním) nádorem vaječníků je přibližně 30 %. Celková požadovaná velikost vzorku je tedy 140 / 0,30 = 467 případů. Vezmeme-li v úvahu 20% ztrátu míry sledování, je konečná velikost vzorku 584 případů, přičemž každé centrum přispívá stejným podílem.

Správa dat Všechna data budou evidována v elektronickém formuláři kazuistiky (eCRF) určeném pro studii. Každé dílčí středisko vytvoří nezávislou databázi spravovanou určenými pracovníky. Bude zaveden standardizovaný proces ověřování zadávání dat, který zajistí, že data budou zaznamenána přesně a včas v přísném souladu s protokolem studie. Budou prováděna pravidelná hodnocení za účelem kontroly správnosti a úplnosti nahraných dat. Správci dat v každém centru ověří data shromážděná v eCRF se zdrojovými dokumenty, jako jsou lékařské záznamy, a zkontrolují proces sběru dat. Zaměstnanci hlavního centra budou provádět pravidelné kontroly na místě ve všech zúčastněných centrech, aby ověřili pravost údajů. Studie bude využívat technologii ochrany osobních údajů, aby byla zajištěna nezávislost a bezpečnost dat každého centra, poskytování služeb pro optimalizaci a ověřování multicentrického modelu a zároveň zajištění soukromí dat.

Analýza dat Pro normálně distribuovaná spojitá data budou meziskupinová srovnání provedena pomocí nezávislého t-testu vzorků a vnitroskupinová srovnání budou provedena pomocí párového t-testu. Pro nenormálně distribuovaná spojitá data a ordinální data bude pro meziskupinová srovnání použit Mann-Whitney U test a pro vnitroskupinové srovnání Wilcoxonův test se znaménkem. Pro neuspořádaná kategorická data se pro meziskupinová srovnání použije chí-kvadrát (χ²) test nebo Fisherův exaktní test a pro vnitroskupinové srovnání se použije McNemarův test. Oblast pod ROC křivkou (AUC) bude statisticky testována pomocí DeLongův test a citlivost a specificita budou vypočítány pomocí Jeffreysova intervalu. S ohledem na korelaci mezi stejnými subjekty budou meziskupinová srovnání používat metodu Generalized Estimation Equation (GEE) upravenou o středové efekty. Analýza ostatních ukazatelů se bude řídit stejnou metodikou jako základní analýza.