Precisione del sistema computerizzato (CADx) nella caratterizzazione in tempo reale delle malattie ulcerose del colon-retto

Nella prima fase retrospettiva dello studio, il nostro obiettivo primario è sviluppare e validare un sistema CADx. Foto e video endoscopici verranno recuperati dal database esistente nei centri studi (Ospedale Nanfang). Per ciascuna ulcera colorettale verranno acquisite diverse viste endoscopiche. Verranno raccolti per l'analisi dati demografici di base rilevanti, rapporti di laboratorio, rapporti di imaging, rapporti endoscopici e risultati istopatologici. Verranno registrate la posizione, le dimensioni e la morfologia di ciascuna lesione del colon. La diagnosi di tutte le malattie ulcerose del colon-retto è stata valutata in modo completo da patologi e gastroenterologi indipendenti. Nel nostro studio, ci concentreremo sui seguenti sottotipi di lesioni ulcerative del colon-retto:

1) cancro del colon-retto (CA); 2) morbo di Crohn (CD); 3) colite ulcerosa (UC); 4) tubercolosi intestinale (ITB); 5) colite ischemica (IC).

Tutti i dati verranno resi anonimi prima dell'elaborazione centrale per garantire la riservatezza. Verrà utilizzato un numero di serie specifico del progetto per rappresentare ogni singolo soggetto. Tutti i dati clinici e le immagini endoscopiche deidentificate saranno mantenuti riservati e non saranno condivisi con terze parti.

Verrà sviluppata una coorte di formazione dalla maggior parte dei casi inclusi, seguita da una coorte di validazione con i restanti casi. Le immagini e i video endoscopici saranno preparati per addestrare la rete neurale contorta e la rete neurale ricorrente selezionando le regioni di interesse (ROI) appropriate. Verranno raccolte ROI multiple all'interno della stessa malattia ulcerosa del colon-retto per ridurre i bias di selezione. L'annotazione e la validazione delle immagini endoscopiche saranno eseguite dal gruppo di ricerca. Le immagini verranno ulteriormente segmentate in tessere della stessa dimensione per un'ulteriore elaborazione. Verranno applicati algoritmi di deep learning per apprendere ed estrarre funzionalità sui dati di immagini e video. Svilupperemo la rete convoluzionale ricorrente per sfruttare le informazioni complementari delle caratteristiche visive e temporali estratte dal video. Anche i dati di convalida vengono creati secondo lo stesso principio che consente la convalida incrociata per l'accuratezza del modello.

Nella seconda fase prospettica dello studio, miriamo a confrontare l'accuratezza diagnostica tra il sistema CADx, endoscopisti esperti ed endoscopisti junior. Una serie di immagini e video di prova verranno raccolti in modo prospettico da altri soggetti, secondo i precedenti criteri di ammissibilità, seguiti dall'assegnazione casuale della sequenza generata dal computer.

Due endoscopisti esperti (con più di 5 anni di esperienza in colonscopia e un numero totale di procedure superiore a 1.000) e due endoscopisti junior (con meno di 3 anni di esperienza in colonscopia e un numero totale di procedure inferiore a 500), che sono in cieco rispetto al risultato diagnostico finale, sarà invitato a classificare le immagini e i video del set di test in base ai sottotipi predefiniti. Tutti gli endoscopisti valuteranno i dati del set di test in modo indipendente in tempo reale. D'altra parte, il sistema CADx scansionerà le immagini e i video del set di test in modo indipendente. Verrà registrata la previsione dei sottotipi di ulcera. Il rapporto diagnostico formale dopo la valutazione di patologi e gastroenterologi indipendenti sarà considerato la verità fondamentale.