Near Focus NBI-vetoinen tekoäly gastroesofageaalisen refluksitaudin diagnosointiin

Gastroesofageaalinen refluksitauti (GORD) on krooninen sairaus, jonka oireet johtuvat mahalaukun sisällön refluksitaudista (Vakil et al., 2006). Se on jaettu neljään fenotyyppiin: erosiivinen esofagiitti (EO), ei-eroosiva refluksitauti (NERD), refluksiyliherkkyys (RH), toiminnallinen närästys (FH) (Nikaki, Woodland ja Sifrim, 2016). Näiden fenotyyppien määritelmä on kehittynyt diagnostisten testien ja niiden tulkintamenetelmien myötä, joista viimeisin on Lyon Consensus Statement (Gyawali et al., 2018). Suurimmalla osalla potilaista, joilla on GORD:hen viittaavia oireita, ei ole havaittu endoskopiassa limakalvovaurioita (Nikaki, Woodland ja Sifrim, 2016). GORD:n komplikaatiot, kuten peptinen ahtauma ja Barrettin ruokatorvi, voidaan helposti diagnosoida WLE:n avulla. Refluksiesofagiitin diagnoosi, jossa on standardimääritelmä WLE, on hyvin kuvattu Los Angelesin (LA) luokituksessa (Armstrong et al., 1996) ja validoitu (Lundell et al., 1999) LA-asteikolla C ja D, joka vahvistaa GORD:n (Gyawali). et ai., 2018). Lisäksi AET:n on osoitettu lisääntyvän LA-luokituksen A - D myötä (Lundell et ai., 1999). LA-asteiden välillä (Kappa-kerroin 0,4), erityisesti A:n ja B:n välillä on kuitenkin vain vaatimaton tarkkailijan välinen sopimus. Lisäksi LA-luokan A esofagiittia havaitaan jopa 17,0 %:lla oireettomista potilaista (Nozu ja Komiyama, 2008; Zagari et al., 2008). GORD-diagnoosia ja päätöksiä anti-refluksileikkauksesta ei voida tehdä tämän perusteella, vaan pH-testi on tehtävä GORD:n vahvistamiseksi.

Kapeakaistainen kuvantaminen

Gastroesofageaalisen liitoskohdan kuvantaminen teräväpiirtotarkkuudella Olympus H260 -kiikariä käyttäen LA-luokitusta GORD:n ja WLE:n ja NBI:n kanssa osoitti yleisen havaintojen välisen toistettavuuden paranemisen, kun sitä käytettiin yhdistelmänä verrattuna pelkkään WLE:hen; k 0,62 vs 0,45 (<0,05) (Lee et al., 2007). Ominaisuuksia, jotka on tunnistettu käyttämällä digitaalista suurennusta NBI squamo-pylväsliitoksessa EO:n (n=41; LA-luokka A ja B), NERD:n (n=36) ja kontrollien (n=32) tapauksissa, ovat mikroeroosiot (100 % EO); 52,8 % NERD; 23,3 % kontrollit), lisääntynyt vaskulaarisuus (95,1 % EO; 91,7 % NERD; 36,7 % kontrollit) ja pyöreät kuoppakuviot (4,9 % EO; 5,6 % NERD; 70 % kontrollit). Lisääntynyt vaskulaarisuus yhdistettynä pyöreän kuoppakuvion puuttumiseen erottaa NERD:n kontrolleista, joiden herkkyys ja spesifisyys ovat 86,1 % ja 83,3 %. Tarkkailijoiden välinen sopimus tässä yhden keskuksen tutkimuksessa oli hyvä lisääntyneen vaskulaarisuuden (k = 0,95) ja mikroeroosioiden (k = 0,89) suhteen. mutta matala kuoppakuviolle (k = 0,59) (Fock ym., 2009).

Intra-papillaariset kapillaarisilmukat (IPCL) ovat limakalvon kapillaareja, jotka nousevat limakalvonalaisesta laskimosta papillaan ja jotka on yleensä järjestetty säännölliseen "pisteen" tapaan noin 100 mikrometrin etäisyydelle toisistaan ​​(Inoue, 2001). Ruokatorven IPCL-solujen visualisointi NBI:lla on hyvin dokumentoitu ja muodostaa perustan NBI-luokittelulle okalevyneoplasiaan (Inoue et al., 2015). IPCL-morfologian muutoksia on ehdotettu potilailla, joita tutkitaan NERD:n varalta, erityisesti IPCL:iden laajentumista ja pidentymistä potilailla, joilla on NERD suurennuksella NBI (Kato et al., 2006).

NBI optisella suurennuksella GORD-diagnoosissa on arvioitu kahdessa tutkimuksessa (Sharma et al., 2007; Lv et al., 2013). Sharma ym. suorittivat toteutettavuuskokeen Olympus Q240Z:llä, jossa tutkittiin distaalista 5 cm:n neliömetriä WLE:llä ja sitten NBI:lla n=50 GORD:ssa (EO n=30; NERD n=20) ja kontrolleissa (n=30). Samoin kuin Fock et al, mikroeroosioiden ja hypervaskulaarisuuden esiintyminen oli merkittävästi korkeampi GORD: n keskuudessa. IPCL-luku ja mutkaisuuden morfologia, laajentuminen havaittiin merkittävästi enemmän GORD:ssa verrattuna kontrolliin. Nämä havainnot olivat johdonmukaisia ​​riippumattomassa vertailussa EO:ta ja NERD:tä verrokkeihin verrattuna. ROC-analyysin kynnysarvot parhaalle herkkyydelle ja spesifisyydelle (vastaavasti) NERD:lle olivat maksimi ipcl/kenttä 131 (90 %, 70 %), min 99 (85 %, 70 %) ja keskiarvo 117 (90 %, 70 %) (Sharma et al. ., 2007).

Lv ym. käyttivät Olympus GIF-H260Z:tä NERD:n (n=40), EO:n (n=40), Barrettin (n=40) ja terveiden kontrollien (n=40) arvioimiseen. IPCL-luku, morfologia (pitkittynyt/laajentunut/kierteinen), mikroeroosiot, pyöreä kuoppakuvio SCJ:n ylä- tai alapuolella kirjattiin takaisinvirtauksen piirteiksi. Merkittäviä eroja havaittiin lisääntyneessä IPCL-luvussa, mikroeroosioissa, SCJ:n alapuolella olevissa ei-pyöreissä kuoppakuvioissa GERD-potilailla (NERD/EO ja BE) verrokkeihin verrattuna ja vähemmän mikroeroosioita NERD-potilailla verrattuna RE-potilaisiin (Lv et al., 2013).

NERD:n määritelmä kaikissa tähän mennessä tehdyissä tutkimuksissa on kuitenkin vaihteleva ja perustuu suurelta osin oireiden arviointiin, vasteeseen PPI:lle ja limakalvovaurioiden puuttumiseen endoskooppisessa tutkimuksessa ilman pH-tutkimuksia käyttävää standardisointia.

Tekoäly

Tähän mennessä on olemassa yksi tutkimus, jossa arvioidaan ANN:ien käyttöä GORD:n ennustamisessa 45 muuttujan perusteella, mukaan lukien väestötiedot, sairaushistoria, terveydentila ja oireet. Kaikille potilaille tehtiin OGD, 24 pH-tutkimukset niille, joilla ei ollut endoskopiassa limakalvovauriota: 103 GORD-potilasta (62 refluksiesofagiittia ja 41 AET>5 %) ja n = 56 FH-potilasta GORD. ANN osoitti 100 %:n tarkkuuden verrattuna 78 %:iin käyttämällä tavanomaista tilastollista regressioanalyysiä (Pace et al., 2005). Vaikka nämä ovat optimistisia havaintoja, käytettyjen koulutus- ja testitietojen osuutta ei määritelty, ja lisäarviointi suurempien tietokokonaisuuksien avulla on selvästi perusteltua. Tähän mennessä ei ole olemassa kuvapohjaisia ​​tekoälymalleja GORD-diagnoosille. Endoskooppisten kuvien koneoppiminen on erittäin kiinnostava polku, kuten osiossa 1.7.7 kuvataan, ja IPCL:t ovat mahdollinen kohde, joka perustuu aiempiin NBI-tutkimuksiin GORD-diagnoosissa. IPCL:n havaitsemiseen ja morfologiaan liittyvistä CNN:istä on äskettäin raportoitu pilottitutkimuksen yhteydessä, joka koskee ruokatorven varhaisen levyepiteelisyövän tietokoneavusteista diagnosointia segmentointiteknologian avulla, jonka tarkkuus täsmäytetään asiantuntija-endoskopistien kanssa (Zhao et al., 2018). Adaptive Local Thresholding -kuvan segmentointitekniikan on osoitettu olevan hyödyllinen verisuonten havaitsemisessa verkkokalvon valokuvissa, mikä tekee siitä houkuttelevan tekniikan IPCL:ille (Jiang ja Mojon, 2003).