Applicazione dell'intelligenza artificiale per la diagnosi precoce del cancro gastrico durante l'endoscopia con ingrandimento ottico

Il cancro gastrico è la terza causa più comune di decessi associati al cancro in tutto il mondo, specialmente in Asia. La diagnosi precoce e il trattamento curerebbero la malattia con un tasso di sopravvivenza a 5 anni superiore al 90%. Tuttavia, la sensibilità dell'endoscopia convenzionale con imaging a luce bianca ( C-WLI) nella diagnosi dei tumori gastrici precoci (EGC) è solo del 40%. Sono state sviluppate tecniche di endoscopia con miglioramento dell'immagine (IEE) come l'ingrandimento dell'imaging a banda stretta (M-NBI) e 2 RCT riportano che l'imaging a luce bianca combinato con M-NBI può aumentare la sensibilità al 95%. La strategia che utilizza l'imaging a luce bianca per rilevare la lesione sospetta e l'utilizzo di tecniche M-IEE per effettuare una diagnosi di carcinoma gastrico precoce è raccomandata nell'endoscopia di screening.

Il potenziamento ottico (OE) che è una delle tecniche M-IEE è stato sviluppato da HOYA Co. (Tokyo, Giappone). Questa tecnologia combina l'elaborazione del segnale digitale e i filtri ottici per visualizzare chiaramente la microsuperficie mucosale (MS) e il microvaso (MV). Il vantaggio dell'OE è quello di superare l'oscurità dell'NBI che porta a una minore utilità per la capacità di rilevamento nel lume gastrointestinale completamente esteso. Tuttavia, è difficile differenziare il cancro gastrico precoce dalle lesioni non cancerose per i principianti e l'esperienza con inter non ottimale -l'accordo dell'osservatore è essenziale per l'uso di M-IEE.

Al giorno d'oggi, l'intelligenza artificiale (AI) che utilizza l'apprendimento automatico profondo ha fatto un importante passo avanti nella gastroenterologia, che utilizza il metodo di discesa del gradiente e la retropropagazione per estrarre automaticamente caratteristiche specifiche delle immagini. L'accuratezza diagnostica nell'identificazione del cancro del tratto gastrointestinale superiore era di 0,955 in C-WLI. I polipi possono essere identificati in tempo reale con una precisione del 96% durante lo screening della colonscopia. L'intelligenza artificiale mostra un'eccezionale applicazione nel rilevamento e nella diagnosi.

Questo studio mira a sviluppare un modello di assistenza M-OE nella diagnosi di EGC distinguendo il cancro o meno.