Intelligence artificielle pilotée par NBI et proche de la focalisation pour le diagnostic du reflux gastro-œsophagien

Le reflux gastro-oesophagien (RGO) est une maladie chronique dont les symptômes sont secondaires au reflux du contenu de l'estomac (Vakil et al., 2006). Elle est divisée en quatre phénotypes : l'œsophagite érosive (OE), le reflux non érosif (NERD), l'hypersensibilité au reflux (RH), les brûlures d'estomac fonctionnelles (FH) (Nikaki, Woodland et Sifrim, 2016). La définition de ces phénotypes a évolué avec l'ajout de tests diagnostiques et de méthodes de leur interprétation, la plus récente étant la déclaration de consensus de Lyon (Gyawali et al., 2018). La majorité des patients présentant des symptômes évocateurs de RGO n'ont pas de lésion muqueuse visible à l'endoscopie (Nikaki, Woodland et Sifrim, 2016). Les complications du RGO, telles que la sténose peptique et l'œsophage de Barrett, peuvent être facilement diagnostiquées à l'aide de la WLE. Le diagnostic d'œsophagite par reflux avec WLE de définition standard est bien décrit dans la classification de Los Angeles (LA) (Armstrong et al., 1996) et validé (Lundell et al., 1999) avec les grades LA C et D confirmatoires du RGO (Gyawali et al., 2018). De plus, il a été démontré que l'AET augmente avec la classification LA de A à D (Lundell et al., 1999). Il n'y a cependant qu'un accord inter-observateur modeste entre les grades LA (coefficient Kappa 0,4), en particulier A et B. al., 2008). Un diagnostic de RGO et des décisions pour la chirurgie anti-reflux ne peuvent pas être faits sur cette base, obligeant les tests de pH pour confirmer le RGO.

Imagerie à bande étroite

L'imagerie de la jonction gastro-œsophagienne à l'aide d'un oscilloscope haute définition Olympus H260 utilisant la classification LA de GORD avec WLE et NBI a démontré une amélioration de la reproductibilité globale interobservateur lorsqu'elle est utilisée en combinaison par rapport à WLE seule ; k 0,62 contre 0,45 (<0,05)(Lee et al., 2007). Les caractéristiques identifiées à l'aide du grossissement numérique NBI à la jonction squamo-columnaire dans les cas d'OE (n = 41 ; LA grade A et B), de NERD (n = 36) et de témoins (n ​​= 32) comprennent des micro-érosions (100 % EO ; 52,8 % NERD ; 23,3 % témoins), augmentation de la vascularisation (95,1 % EO ; 91,7 % NERD ; 36,7 % témoins) et modèles de fosses rondes (4,9 % EO ; 5,6 % NERD ; 70 % témoins). Une vascularisation accrue combinée à l'absence de motif de fosse ronde distingue le NERD des témoins avec une sensibilité et une spécificité de 86,1 % et 83,3 %. La concordance inter-observateurs dans cette étude monocentrique était bonne pour l'augmentation de la vascularisation (k = 0,95) et les microérosions (k = 0,89) mais faible pour le modèle de fosse (k = 0,59) (Fock et al., 2009).

Les boucles capillaires intra-papillaires (IPCL) sont des capillaires muqueux naissant de la veine sous-muqueuse à la papille, généralement disposés en un «point» régulier à environ 100 micromètres de distance (Inoue, 2001). La visualisation des IPCL œsophagiens avec NBI est bien documentée et constitue la base d'une classification NBI pour les néoplasies squameuses (Inoue et al., 2015). Des changements de morphologie IPCL ont été proposés chez les patients faisant l'objet d'une enquête pour NERD, en particulier la dilatation et l'allongement des IPCL chez les patients atteints de NERD avec grossissement NBI (Kato et al., 2006).

Le NBI avec grossissement optique pour le diagnostic du RGO a été évalué dans 2 études (Sharma et al., 2007 ; Lv et al., 2013). Sharma et al ont réalisé un essai de faisabilité avec Olympus Q240Z avec examen quadrantique des 5 cm distaux par WLE puis NBI dans n = 50 GORD (EO n = 30 ; NERD n = 20) et contrôles (n = 30). Semblable à Fock et al, la présence de microérosions et d'hypervascularisation était significativement plus élevée chez les RGO. Le nombre d'IPCL et la morphologie de la tortuosité, la dilatation ont été observés significativement plus dans le RGO par rapport au contrôle. Ces résultats étaient cohérents dans la comparaison indépendante de l'OE et du NERD par rapport aux témoins. Les seuils d'analyse ROC pour la meilleure sensibilité et spécificité (respectivement) pour le NERD étaient maximum ipcl/champ 131 (90 %, 70 %), min 99 (85 %, 70 %) et moyenne 117 (90 %, 70 %) (Sharma et al ., 2007).

Lv et al ont utilisé l'Olympus GIF-H260Z pour évaluer le NERD (n = 40), l'EO (n = 40), la maladie de Barrett (n = 40) et les témoins sains (n ​​= 40). Le nombre d'IPCL, la morphologie (prolongée/dilatée/tortue), les microérosions, le motif de fosse ronde au-dessus ou au-dessous de la SCJ, ont été enregistrés comme caractéristiques du reflux. Des différences significatives ont été trouvées avec un nombre accru d'IPCL, des microérosions, des modèles de fosses non rondes sous le SCJ chez les patients RGO (NERD / EO et BE) par rapport aux témoins et moins de microérosions chez les patients NERD par rapport à RE (Lv et al., 2013).

La définition du NERD dans toutes les études à ce jour, cependant, est variable et largement basée sur l'évaluation des symptômes, la réponse aux IPP et l'absence de lésions muqueuses à l'examen endoscopique sans standardisation à l'aide d'études de pH.

Intelligence artificielle

À ce jour, il existe une étude évaluant l'utilisation des ANN pour prédire le RGO sur la base de 45 variables, notamment les données démographiques, les antécédents médicaux, l'état de santé et les scores de symptômes. Tous les patients ont subi des études OGD, 24-pH réalisées chez ceux sans lésion muqueuse à l'endoscopie : 103 patients RGO (62 avec œsophagite par reflux et 41 avec AET> 5 %) et n = 56 patients FH RGO. L'ANN a démontré une précision de 100 % contre 78 % en utilisant une analyse de régression statistique conventionnelle (Pace et al., 2005). Bien qu'il s'agisse de résultats optimistes, la proportion de données de formation et de test utilisées n'a pas été précisée et une évaluation plus approfondie avec des ensembles de données plus importants est clairement justifiée. Il n'existe à ce jour aucun modèle d'IA basé sur l'image pour le diagnostic du RGO. L'apprentissage automatique avec des images endoscopiques est une voie de grand intérêt comme décrit dans la section 1.7.7, avec les IPCL comme cible potentielle, sur la base d'études antérieures de NBI pour le diagnostic de RGO. Des CNN impliquant la détection et la morphologie de l'IPCL ont été récemment rapportés dans le cadre d'une étude pilote pour le diagnostic assisté par ordinateur du cancer épidermoïde précoce de l'œsophage utilisant la technologie de segmentation avec des endoscopistes experts correspondants avec précision (Zhao et al., 2018). La technique de segmentation d'image du seuillage local adaptatif s'est avérée utile dans la détection des vaisseaux dans les photographies rétiniennes, ce qui en fait une technique attrayante pour les IPCL (Jiang et Mojon, 2003).