Précision du système assisté par ordinateur (CADx) dans la caractérisation en temps réel des maladies ulcéreuses colorectales

Dans la première phase rétrospective de l'étude, notre objectif principal est de développer et de valider un système CADx. Les photos et vidéos endoscopiques seront extraites de la base de données existante dans les centres d'études (hôpital de Nanfang). Pour chaque ulcère colorectal, différentes vues endoscopiques seront capturées. Les données démographiques de base pertinentes, les rapports de laboratoire, les rapports d'imagerie, les rapports d'endoscopie et les résultats d'histopathologie seront collectés pour analyse. L'emplacement, la taille et la morphologie de chaque lésion colique seront enregistrés. Le diagnostic de toutes les maladies ulcéreuses colorectales a été évalué de manière approfondie par des pathologistes et des gastro-entérologues indépendants. Dans notre étude, nous nous concentrerons sur les sous-types suivants de lésions ulcéreuses colorectales :

1) cancer colorectal (CA) ; 2) maladie de Crohn (MC) ; 3) colite ulcéreuse (CU) ; 4) tuberculose intestinale (ITB) ; 5) colite ischémique (CI).

Toutes les données seront anonymisées avant le traitement central pour garantir la confidentialité. Un numéro de série spécifique au projet sera utilisé pour représenter chaque sujet individuel. Toutes les données cliniques et images endoscopiques anonymisées resteront confidentielles et ne seront partagées avec aucun tiers.

Une cohorte de formation sera développée à partir de la majorité des cas inclus, suivie d'une cohorte de validation avec les cas restants. Les images et vidéos endoscopiques seront préparées pour entraîner le réseau neuronal alambiqué et le réseau neuronal récurrent en sélectionnant les régions d'intérêt (ROI) appropriées. Plusieurs retours sur investissement au sein de la même maladie ulcéreuse colorectale seront collectés pour réduire les biais de sélection. L'annotation et la validation des images endoscopiques seront effectuées par l'équipe de recherche. Les images seront ensuite segmentées en tuiles de même taille pour un traitement ultérieur. Des algorithmes d'apprentissage en profondeur seront appliqués pour apprendre et extraire des fonctionnalités sur les données d'image et vidéo. Nous développerons le réseau convolutif récurrent pour exploiter les informations complémentaires des caractéristiques visuelles et temporelles extraites de la vidéo. Les données de validation sont également créées selon le même principe, ce qui permet une validation croisée pour la précision du modèle.

Dans la deuxième phase prospective de l'étude, nous visons à comparer la précision du diagnostic entre le système CADx, les endoscopistes experts et les endoscopistes juniors. Un ensemble d'images et de vidéos de test seront collectées prospectivement auprès d'autres sujets, selon les critères d'éligibilité précédents, suivis d'une allocation aléatoire d'une séquence générée par ordinateur.

Deux endoscopistes experts (avec plus de 5 ans d'expérience en coloscopie et un nombre total d'interventions supérieur à 1 000) et deux endoscopistes juniors (avec moins de 3 ans d'expérience en coloscopie et un nombre total d'interventions inférieur à 500), qui sont aveugle au résultat du diagnostic final, sera invité à classer les images et vidéos de l'ensemble de test selon les sous-types prédéfinis. Tous les endoscopistes évalueront les données de l'ensemble de tests de manière indépendante en temps réel. D'autre part, le système CADx analysera indépendamment les images et les vidéos de l'ensemble de test. La prédiction des sous-types d'ulcères sera enregistrée. Le rapport de diagnostic formel après évaluation par des pathologistes et gastro-entérologues indépendants sera considéré comme la vérité terrain.