Tanulmány az autoimmun hasnyálmirigy-gyulladás AI-asszisztált multimodális diagnosztikai rendszeréről

Az autoimmun pancreatitis (AIP) meglévő átfogó diagnosztikai rendszere összetett, többdimenziós klinikai információkkal, beleértve a morfológiai változásokat és a specifikus biomarkerek hiányát. Az endoszkópos ultrahang (EUS) minden elemet megadhat az AIP morfológiai diagnózisához, de a hosszú tanulási görbe és a nagy megfigyelési különbségek megnehezítik a népszerűsítést és népszerűsítést. A projektben részt vevő három régió együttműködési egységei már korai stádiumban megállapították, hogy a Klebsiella pneumoniae (KP) által indukált follikuláris helper T-sejtek (Tfh) aktiválása az AIP fontos mechanizmusa, de a törzs patogén komponenseinek azonosítása és klinikai validálása. fel kell tárni. A korai szakaszban létrehoztunk egy nemzeti többközpontú AIP-sort, és kivontuk az EUS audiovizuális funkcióit a pontozási modell létrehozásához, de intelligens segítségre továbbra is szükség van a hatékonyság javításához. Ezért azt tervezzük, hogy integráljuk a bélmikrobiótát, a Tfh aktivációs markereket és az EUS képalkotó funkciókat, hogy mesterséges intelligenciával támogatott multimodális diagnosztikai rendszert hozzunk létre az AIP számára. Ez a tanulmány több központban fog együttműködni a KP baktériumsejtekben a Tfh aktiválását kiváltó komponensek azonosítása és validálása érdekében, az EUS hasnyálmirigy ultrahang jellemzőinek kinyerése és a mesterséges intelligencia által támogatott diagnosztikai algoritmusok optimalizálása, valamint a mesterséges intelligencia által támogatott multimodális diagnosztikai rendszer létrehozása és validálása. klinikai információk, biomarkerek és EUS. Ennek a tanulmánynak az a célja, hogy új diagnosztikai és kezelési értékelési módszereket biztosítson az AIP számára nagy pontossággal, kényelemmel és könnyen népszerűsíthető a klinikai gyakorlatban.