Diagnosestudie zur gastroösophagealen Refluxkrankheit (GERDT)

Die gastroösophageale Refluxkrankheit (GERD) ist eine in der klinischen Praxis sehr häufige Erkrankung. In China sind fast 150 Millionen Patienten von GERD betroffen, deren Lebensqualität erheblich beeinträchtigt ist. Derzeit hängt die Diagnose einer GERD in erster Linie von den Ergebnissen der 24-Stunden-Refluxüberwachung ab. Die Akzeptanz einer solchen Prüfung ist jedoch recht gering. Dies hat zur Folge, dass bei einer großen Zahl von Patienten die Diagnose nicht rechtzeitig und genau gestellt wird und es zu schwerwiegenden sozialen Problemen kommt, wie beispielsweise dem Drogenmissbrauch von Protonenpumpenhemmern. Unser Team hat zuvor ein neuartiges Gerät zur Anreicherung von Speiseröhrenzellen entwickelt und eine international bahnbrechende Methode des zytologischen Screenings für Speiseröhrenkrebs etabliert, die auf modernster Deep-Learning-Technologie basiert. Dieses Projekt zielt darauf ab, mehrere Deep-Learning-Algorithmen zu entwickeln und eine innovative Methode zur Diagnose von GRED unter Verwendung der neuartigen Technologie zur Anreicherung von Speiseröhrenzellen zu etablieren. Die Forschung umfasst: 1) die Entwicklung von Deep-Learning-Algorithmen zur automatischen Erkennung und Klassifizierung von Entzündungszellen der Speiseröhre; 2) Abbau und Extraktion der Schlüsselmerkmale von Plattenepithelzellen und Entzündungszellen der Speiseröhre unter Interaktion zwischen Arzt und KI; 3) Erstellung eines Vorhersagemodells für GERD durch Integration digitaler Merkmale von Plattenepithelkarzinomen und Entzündungszellen und Aufbau eines cloudbasierten automatischen Diagnosesystems; 4) Untersuchung des Immuninfiltrationsatlas von GERD und seines diagnostischen Werts basierend auf den angereicherten Entzündungszellen. Das ultimative Ziel besteht darin, aktuelle klinische Probleme zu lösen und eine schnelle, bequeme und genaue Diagnose von GERD zu ermöglichen.