Near Focus NBI-gesteuerte künstliche Intelligenz für die Diagnose der gastroösophagealen Refluxkrankheit

Die gastroösophageale Refluxkrankheit (GERD) ist eine chronische Erkrankung mit Symptomen, die sekundär durch den Rückfluss von Mageninhalt entstehen (Vakil et al., 2006). Es wird in vier Phänotypen unterteilt: Erosive Ösophagitis (EO), nicht-erosive Refluxkrankheit (NERD), Reflux-Hypersensitivität (RH), funktionelles Sodbrennen (FH) (Nikaki, Woodland und Sifrim, 2016). Die Definition dieser Phänotypen hat sich durch das Hinzufügen diagnostischer Tests und Methoden zu ihrer Interpretation weiterentwickelt, die jüngste ist die Lyon Consensus Statement (Gyawali et al., 2018). Bei der Mehrheit der Patienten mit Symptomen, die auf GERD hindeuten, ist bei der Endoskopie keine Schleimhautläsion zu sehen (Nikaki, Woodland und Sifrim, 2016). Komplikationen von GERD, wie peptische Striktur und Barrett-Ösophagus, können leicht mit WLE diagnostiziert werden. Die Diagnose einer Refluxösophagitis mit Standard-Definition-WLE ist in der Los Angeles (LA)-Klassifikation (Armstrong et al., 1996) gut beschrieben und validiert (Lundell et al., 1999) mit LA-Graden C und D, die GORD bestätigen (Gyawali et al., 2018). Darüber hinaus wird gezeigt, dass AET mit LA-Klassifizierung A bis D zunimmt (Lundell et al., 1999). Zwischen den LA-Graden (Kappa-Koeffizient 0,4), insbesondere A und B, besteht jedoch nur eine bescheidene Übereinstimmung zwischen den Beobachtern. Darüber hinaus wird bei bis zu 17,0 % der asymptomatischen Patienten eine LA-Grad-A-Ösophagitis festgestellt (Nozu und Komiyama, 2008; Zagari et Al., 2008). Eine Diagnose von GORD und Entscheidungen für eine Anti-Reflux-Operation können auf dieser Grundlage nicht getroffen werden, sodass pH-Tests zur Bestätigung von GORD erforderlich sind.

Schmalbandbildgebung

Die Bildgebung des gastroösophagealen Übergangs mit dem hochauflösenden Olympus H260-Oszilloskop unter Verwendung der LA-Klassifikation von GORD mit WLE und NBI zeigte eine Verbesserung der gesamten Interobserver-Reproduzierbarkeit bei Verwendung in einer Kombination im Vergleich zu WLE allein; k 0,62 gegenüber 0,45 (< 0,05) (Lee et al., 2007). Zu den Merkmalen, die mit digitaler Vergrößerung NBI an der Plattenepithel-Kolumnar-Verbindung in Fällen von EO (n = 41; LA-Grad A und B), NERD (n = 36) und Kontrollen (n = 32) identifiziert wurden, gehören Mikroerosionen (100 % EO; 52,8 % NERD; 23,3 % Kontrollen), erhöhte Vaskularität (95,1 % EO; 91,7 % NERD; 36,7 % Kontrollen) und runde Grubenmuster (4,9 % EO; 5,6 % NERD; 70 % Kontrollen). Erhöhte Vaskularität in Kombination mit dem Fehlen eines runden Pit-Musters unterscheidet NERD von Kontrollen mit einer Sensitivität und Spezifität von 86,1 % und 83,3 %. Die Übereinstimmung zwischen den Beobachtern in dieser Single-Center-Studie war gut für erhöhte Vaskularität (k = 0,95) und Mikroerosionen (k = 0,89) aber niedrig für Lochmuster (k = 0,59) (Focket al., 2009).

Intrapapilläre Kapillarschleifen (IPCLs) sind Schleimhautkapillaren, die von der submukösen Vene zur Papille führen und normalerweise in einer regelmäßigen, „punktförmigen“ Art und Weise mit einem Abstand von etwa 100 Mikrometern angeordnet sind (Inoue, 2001). Die Visualisierung von ösophagealen IPCLs mit NBI ist gut dokumentiert und bildet die Grundlage einer NBI-Klassifikation für Plattenepithelkarzinome (Inoue et al., 2015). Bei Patienten, die auf NERD untersucht werden, wurden Veränderungen der IPCL-Morphologie vorgeschlagen, insbesondere Dilatation und Verlängerung von IPCLs bei Patienten mit NERD mit Vergrößerung NBI (Kato et al., 2006).

NBI mit optischer Vergrößerung für die Diagnose von GERD wurde in 2 Studien bewertet (Sharma et al., 2007; Lv et al., 2013). Sharma et al. führten eine Machbarkeitsstudie mit Olympus Q240Z mit quadrantischer Untersuchung der distalen 5 cm durch WLE und dann NBI bei n = 50 GORD (EO n = 30; NERD n = 20) und Kontrollen (n = 30) durch. Ähnlich wie bei Fock et al. war das Vorhandensein von Mikroerosionen und Hypervaskularität bei GORD signifikant höher. IPCL-Zahl und Morphologie der Tortuosität, Dilatation wurden bei GORD im Vergleich zur Kontrolle signifikant häufiger beobachtet. Diese Befunde waren im unabhängigen Vergleich von EO und NERD gegenüber Kontrollen konsistent. Die Schwellenwerte der ROC-Analyse für die beste Sensitivität bzw. Spezifität für NERD waren maximal ipcl/Feld 131 (90 %, 70 %), min 99 (85 %, 70 %) und durchschnittlich 117 (90 %, 70 %) (Sharma et al ., 2007).

Lv et al verwendeten den Olympus GIF-H260Z, um NERD (n=40), EO (n=40), Barrett (n=40) und gesunde Kontrollen (n=40) zu bewerten. IPCL-Nummer, Morphologie (verlängert/erweitert/gewunden), Mikroerosionen, Muster runder Vertiefungen über oder unter dem SCJ wurden als Merkmale des Refluxes aufgezeichnet. Signifikante Unterschiede wurden mit erhöhter IPCL-Zahl, Mikroerosionen, unrunden Vertiefungsmustern unterhalb des SCJ bei GERD-Patienten (NERD/EO und BE) im Vergleich zu Kontrollen und weniger Mikroerosionen bei NERD-Patienten im Vergleich zu RE gefunden (Lv et al., 2013).

Die Definition von NERD in allen bisherigen Studien ist jedoch unterschiedlich und basiert weitgehend auf der Symptombewertung, dem Ansprechen auf PPI und dem Fehlen von Schleimhautläsionen bei der endoskopischen Untersuchung ohne Standardisierung unter Verwendung von pH-Studien.

Künstliche Intelligenz

Bisher gibt es eine Studie, die die Verwendung von ANNs bei der Vorhersage von GERD auf der Grundlage von 45 Variablen bewertet, darunter Demografie, Krankengeschichte, Gesundheitszustand, Symptomwerte. Alle Patienten wurden OGD-24-pH-Studien unterzogen, die bei Patienten ohne Schleimhautläsion bei der Endoskopie durchgeführt wurden: 103 GORD-Patienten (62 mit Refluxösophagitis und 41 mit AET > 5 %) und n = 56 FH-Patienten mit GORD. Das ANN zeigte eine Genauigkeit von 100 % im Vergleich zu 78 % unter Verwendung herkömmlicher statistischer Regressionsanalyse (Pace et al., 2005). Obwohl dies optimistische Ergebnisse sind, wurde der Anteil der verwendeten Trainings- und Testdaten nicht angegeben, und eine weitere Auswertung mit größeren Datensätzen ist eindeutig gerechtfertigt. Bisher gibt es keine bildgesteuerten KI-Modelle für die Diagnose von GORD. Maschinelles Lernen mit endoskopischen Bildern ist ein Weg von großem Interesse, wie in Abschnitt 1.7.7 beschrieben, mit IPCLs als potenziellem Ziel, basierend auf früheren Studien von NBI für die Diagnose von GORD. CNNs mit IPCL-Erkennung und -Morphologie wurden kürzlich im Zusammenhang mit einer Pilotstudie zur computergestützten Diagnose von frühem Ösophagus-Plattenepithelkarzinom unter Verwendung von Segmentierungstechnologie mit Genauigkeitsübereinstimmung mit erfahrenen Endoskopikern berichtet (Zhao et al., 2018). Die Bildsegmentierungstechnik der Adaptive Local Thresholding hat sich als nützlich bei der Gefäßerkennung in Netzhautfotografien erwiesen, was sie zu einer attraktiven Technik für IPCLs macht (Jiang und Mojon, 2003).