Creazione e applicazione clinica del sistema di diagnosi multimodale basato sull'intelligenza artificiale per i tumori ovarici

Metodi/Scopo dello studio di progettazione Il primo obiettivo di questo studio è costruire un set di dati pubblico multimodale sul tumore ovarico che includa ecografia, immagini MRI e dati di indicatori clinici per supportare le attività guidate dall'intelligenza artificiale. Questo set di dati integrerà diversi tipi di dati medici per facilitare l’analisi completa dell’intelligenza artificiale e la formazione dei modelli. Utilizzando la tecnologia della rete neurale convoluzionale (CNN), lo studio cerca di ottenere un riconoscimento multiclasse intelligente di immagini multimodali. Ciò comporta l’estrazione e l’analisi delle caratteristiche dai dati di imaging e la loro integrazione con dati clinici multidimensionali a livello di funzionalità, con l’obiettivo di formare e validare un modello diagnostico ausiliario in grado di prevedere con precisione almeno i dieci tipi patologici più comuni di tumori ovarici. Inoltre, lo studio utilizzerà metodi di calcolo che preservano la privacy e di apprendimento federato per condurre un'ottimizzazione e una convalida multicentrica e prospettica del modello. Questi metodi garantiranno la sicurezza e la privacy dei dati consentendo al tempo stesso la formazione del modello collaborativo. L'obiettivo finale è quello di sviluppare un sistema diagnostico clinico ausiliario in grado di prevedere i tipi patologici della maggior parte dei tumori ovarici e di essere implementato in contesti clinici. Questo approccio globale mira a sfruttare i punti di forza della tecnologia AI nell’imaging medico, garantendo la sicurezza dei dati e migliorando al tempo stesso l’accuratezza e l’affidabilità della diagnosi del tumore ovarico.

Impostazione dello studio Questo studio è condotto a Pechino, Cina. I soggetti dello studio provengono dall'ospedale Shijitan di Pechino, dall'ospedale dell'amicizia di Pechino e dall'ospedale di ostetricia e ginecologia di Pechino, tutti affiliati alla Capital Medical University. Questi ospedali forniscono una popolazione di pazienti diversificata, il che supporta la generalizzabilità dei risultati dello studio.

Soggetti dello studio I soggetti dello studio sono pazienti con diagnosi di tumore ovarico che sono state sottoposte a trattamento chirurgico. I casi utilizzati per lo sviluppo del modello predittivo provengono da pazienti arruolati consecutivamente tra gennaio 2018 e gennaio 2023. I casi di validazione delle applicazioni cliniche saranno raccolti in modo prospettico dai pazienti tra giugno 2023 e giugno 2025. I criteri di inclusione per entrambe le parti dello studio sono i seguenti: (1) pazienti con diagnosi di tumore ovarico sottoposti a trattamento chirurgico; (2) pazienti con dati di imaging completi (ecografia o risonanza magnetica) e risultati dei marcatori tumorali ottenuti entro tre mesi prima dell'intervento. Inoltre, la seconda parte richiede il consenso informato dei partecipanti. I criteri di esclusione sono i seguenti: (1) pazienti con patologia chirurgica non di origine ovarica; (2) casi duplicati; (3) pazienti che hanno ricevuto chemioterapia o radioterapia; (4) casi ricorrenti; (5) imaging di scarsa qualità delle lesioni ovariche; e (6) informazioni incomplete sul caso.

Etica Il protocollo di studio è stato esaminato e approvato dal Comitato Etico dell'Ospedale Shijitan di Pechino, affiliato alla Capital Medical University. Il numero di approvazione etica è: [fornire numero]. Lo studio sarà condotto in conformità con i principi della Dichiarazione di Helsinki. Per la fase di sviluppo del modello, ai casi retrospettivi è stata concessa una deroga al consenso informato. Per la fase di validazione clinica, tutti i partecipanti leggeranno un modulo di consenso informato prima dell'inizio dello studio, accetteranno volontariamente di partecipare e firmeranno il modulo di consenso informato.

Raccolta dati Gli investigatori raccoglieranno dati di imaging (ecografia pelvica, risonanza magnetica pelvica) e dati clinici (informazioni generali, storia medica, storia familiare, esame fisico, test di laboratorio, rapporti patologici, diagnosi clinica, ecc.) dai soggetti dello studio. Ciò aiuterà a costruire un set di dati sul tumore ovarico multimodale con annotazioni di classificazione e segmentazione, fornendo supporto del set di dati AI per il successivo sviluppo di modelli diagnostici ausiliari del tumore ovarico multimodale. Man mano che la ricerca avanza, i ricercatori mirano a ottenere un’espansione flessibile e un’estrazione approfondita del set di dati, stabilire protocolli standardizzati per set di dati multimodali e consentire un’efficace condivisione dei dati.

Elaborazione, segmentazione e annotazione dei dati delle immagini Questo progetto utilizza lo strumento OpenSlide per elaborare le immagini, ridimensionandole per garantire che le dimensioni dei pixel siano multipli di 300. Le immagini vengono successivamente suddivise in sezioni da 300×300 pixel e convertite in formato PNG. La segmentazione accurata delle lesioni è fondamentale per un riconoscimento preciso delle immagini. Il progetto coinvolge un team di ginecologi ed esperti della Scuola di Ingegneria Elettronica e dell'Informazione dell'Università di Beihang, che utilizzano il software di annotazione professionale LabelMe per la segmentazione delle immagini e l'annotazione di classificazione in base ai risultati patologici, creando così un database segmentato e classificato. Ad esempio, nel caso delle immagini ecografiche 2D, le lesioni vengono segmentate manualmente, con le posizioni del tumore ovarico contrassegnate e convertite in corrispondenti etichette di classificazione.

Per migliorare ulteriormente l'accuratezza e i risultati della segmentazione, questo studio costruisce un'architettura di rete di segmentazione dell'immagine del tumore ovarico, che incorpora un modulo di fusione di funzionalità multiscala e un'ottimizzazione della funzione di perdita multilivello. L'architettura di rete complessiva combina la segmentazione dei superpixel con il deep learning, sfruttando le potenti capacità di estrazione delle caratteristiche delle reti neurali convoluzionali (CNN) per migliorare le informazioni sui bordi e migliorare l'accuratezza della segmentazione.

Costruzione di un sistema di diagnosi ausiliaria del tumore ovarico basato sull'intelligenza artificiale utilizzando l'intelligenza artificiale per il riconoscimento delle immagini Per le immagini multimodali di input (ecografia e risonanza magnetica), viene eseguita l'estrazione delle caratteristiche visive. Per affrontare i compiti visivi della classificazione e segmentazione delle lesioni, vengono costruiti due modelli di algoritmi: un modello di struttura residua densa e un modello di struttura multi-livello con consapevolezza dei bordi. Questi modelli consentono il riconoscimento intelligente dei tipi patologici nelle immagini multimodali

Modello predittivo che integra dati strutturati multidimensionali In primo luogo, le reti neurali convoluzionali vengono utilizzate per generare risultati di previsione a livello di pixel (risultati di segmentazione) e gli algoritmi AI forniscono risultati di previsione AI (probabilità posteriori). Successivamente, il vettore della probabilità a posteriori viene fuso con dati strutturati (età, disturbo principale, durata della malattia, risultati dell'esame fisico, test di laboratorio e altri indicatori clinici). Questi vengono concatenati in un nuovo vettore di caratteristiche, che viene poi ulteriormente analizzato da un modello decisionale (come XGBoost) per determinare la categoria patologica del tumore ovarico. Il modello viene addestrato e validato utilizzando i risultati patologici come gold standard.

Sistema diagnostico ausiliario Il sistema diagnostico ausiliario multimodale del tumore ovarico è strutturato su più livelli gerarchici. Il sistema è costituito da quattro livelli principali, dal basso verso l'alto: 1） Modulo sottostante: questo modulo è principalmente responsabile di fornire l'accelerazione dell'inferenza del deep learning, garantendo le capacità fondamentali richieste per il funzionamento del sistema. 2）Libreria delle applicazioni di base (livello Foundation): questo livello offre librerie essenziali per l'elaborazione delle informazioni mediche e la registrazione dei registri della piattaforma. 3）Deep Learning Framework (Deep Learning Inference Layer): funge da nucleo intelligente del sistema, fornisce i framework fondamentali di deep learning necessari per l'inferenza del sistema intelligente. Ciò include librerie di inferenza di rete neurale di uso comune che supportano l'inferenza precisa del modello di rete neurale su diverse piattaforme. 4）Livello applicazione (suddiviso in livello applicazione e livello componente): questo livello offre i servizi necessari per il sistema della piattaforma. È progettato per essere flessibile ed estensibile, con moduli funzionanti in modo indipendente e liberamente accoppiati. Gli strati sono relativamente disaccoppiati e ciascuno fornisce funzionalità indipendenti. Il sistema della piattaforma è progettato dal basso verso l'alto, caratterizzato da un'interfaccia operativa user-friendly e incapsulata esternamente che consente l'interazione diretta dell'utente con la piattaforma.

Il sistema diagnostico ausiliario multimodale del tumore ovarico ha diverse funzioni chiave. Innanzitutto, può leggere immagini ecografiche e MRI, nonché cartelle cliniche, in base alle esigenze dell'utente, e convertire il formato secondo necessità. Quindi preelabora le immagini e le cartelle cliniche rimuovendo le informazioni irrilevanti, facilitando la successiva inferenza del modello. Il modulo di riconoscimento delle lesioni esegue sia la classificazione che la segmentazione, stimando le probabilità delle lesioni e identificando potenziali aree di lesione. Infine, il modulo di post-elaborazione dei dati effettua una fusione a livello decisionale dei risultati della classificazione, annota automaticamente le aree delle lesioni e genera risultati diagnostici ausiliari che prevedono i tipi patologici combinando le informazioni della cartella clinica.

Ottimizzazione del sistema di diagnosi ausiliaria prospettica multicentrica e convalida dell'applicazione clinica Attraverso la collaborazione tra team di oncologia ginecologica di tre centri di ricerca, il sistema di diagnosi ausiliaria multimodale del tumore ovarico sarà sottoposto ad applicazione clinica prospettica multicentrica, con i risultati di patologia chirurgica utilizzati come gold standard. La performance diagnostica del sistema diagnostico ausiliario multimodale del tumore ovarico, sia complessiva che tra le diverse categorie patologiche, sarà valutata nei centri principali e sussidiari attraverso il confronto di metriche quali specificità, sensibilità, valore predittivo positivo, valore predittivo negativo e area sotto il Curva ROC (AUC). Il sistema sarà continuamente validato e ottimizzato per migliorarne le prestazioni. La coerenza tra diagnosi preoperatoria e risultati patologici postoperatori sarà confrontata prima e dopo l'applicazione del sistema di diagnosi ausiliaria del tumore ovarico nei tre centri di ricerca, al fine di valutare l'efficacia clinica del sistema di diagnosi ausiliaria.

Paradigma di ottimizzazione del sistema di diagnosi ausiliario multicentrico basato sull'apprendimento federato orizzontale Il paradigma di ottimizzazione del sistema di diagnosi ausiliario multicentrico basato sull'apprendimento federato orizzontale prevede la gestione e la distribuzione del modello di diagnosi ausiliaria da parte del centro principale. Altri centri applicano meccanismi di apprendimento incrementale, utilizzando i propri dati per mettere a punto il sistema di diagnosi ausiliario e fornire parametri aggiornati al centro principale. Questo processo garantisce un migliore riconoscimento intelligente dei tumori ovarici mantenendo la riservatezza dei dati tra i centri. Inizialmente, il centro principale costruisce un modello di previsione del tumore ovarico multimodale basato sull’intelligenza artificiale. Questo modello viene poi crittografato e distribuito alle filiali. Le filiali, dopo aver raggiunto una determinata dimensione del pool di dati e aver soddisfatto gli standard di annotazione, avviano l'ottimizzazione del modello. Infine, dopo aver messo a punto i modelli, ciascun centro carica i parametri aggiornati nel centro principale. Il centro principale valuta le prestazioni del modello per determinare se è necessaria un'iterazione della versione del modello. In tal caso, il modello aggiornato viene ridistribuito, ottenendo un ciclo chiuso di apprendimento federato orizzontale per l'ottimizzazione del modello multicentrico.

Analisi statistica Calcolo della dimensione del campione

1. Fase di sviluppo del modello di diagnosi ausiliaria del tumore ovarico multimodale La dimensione del campione richiesta viene stimata utilizzando il metodo EPV (Eventi per variabile), che è un metodo basato sull'esperienza per la costruzione di modelli. Ciascuna variabile richiede in genere 10-20 eventi positivi; in questo studio, i ricercatori hanno fissato l’EPV a 20. I ricercatori prevedono di includere 20 variabili indipendenti (e variabili fittizie) nel modello diagnostico, necessitando quindi di 20 * 20 = 400 casi maligni. I dati preliminari indicano che la percentuale di pazienti con tumore ovarico maligno (veri positivi) è di circa il 30%. Pertanto, la dimensione totale del campione richiesta è 400/0,30 = 1334 casi. Considerando un tasso di perdita di dati del 20%, la dimensione del campione finale per il set di training è di 1667 casi. Il set di addestramento e il set di validazione seguiranno un rapporto 4:1, risultando in una dimensione del campione del set di validazione di 418 casi. Pertanto, la dimensione totale del campione richiesta è di 2084 casi, con ciascun centro che contribuisce con una quota uguale.
2. Fase di convalida e ottimizzazione dell'applicazione clinica del sistema prospettico multicentrico Questa parte dello studio valuta principalmente l'effetto dell'applicazione clinica del sistema di diagnosi ausiliario misurandone l'accuratezza. Pertanto, viene utilizzata la formula di calcolo della dimensione del campione per i test diagnostici.

Se=90% (sensibilità del sistema diagnostico), Sp=90% (specificità del sistema diagnostico), sulla base di opinioni di esperti clinici e statistici, errABS=5% si riferisce all'errore assoluto previsto, α=0,05. Secondo la formula di calcolo della dimensione del campione, il vero gruppo positivo richiede l’inclusione di 140 casi. I dati preliminari indicano che la percentuale di pazienti con tumore ovarico maligno (veri positivi) è di circa il 30%. Pertanto, la dimensione totale del campione richiesta è 140/0,30 = 467 casi. Considerando una perdita del 20% nel tasso di follow-up, la dimensione del campione finale è di 584 casi, con ciascun centro che contribuisce con una quota uguale.

Gestione dei dati Tutti i dati saranno registrati in un modulo elettronico di segnalazione dei casi (eCRF) progettato per lo studio. Ciascun sottocentro istituirà un database indipendente gestito da personale designato. Verrà stabilito un processo standardizzato di verifica dell'immissione dei dati, garantendo che i dati siano registrati in modo accurato e tempestivo in stretta conformità con il protocollo dello studio. Verranno condotte valutazioni regolari per verificare l'accuratezza e la completezza dei dati caricati. I gestori dei dati in ciascun centro verificheranno i dati raccolti nelle eCRF rispetto ai documenti di origine come le cartelle cliniche ed esamineranno il processo di raccolta dei dati. Il personale del centro principale effettuerà ispezioni periodiche in loco presso tutti i centri partecipanti per verificare l'autenticità dei dati. Lo studio utilizzerà la tecnologia di privacy computing per garantire l'indipendenza e la sicurezza dei dati di ciascun centro, fornendo servizi per l'ottimizzazione e la convalida del modello multicentro garantendo al contempo la riservatezza dei dati.

Analisi dei dati Per dati continui normalmente distribuiti, i confronti tra gruppi saranno condotti utilizzando il t-test per campioni indipendenti, mentre i confronti intragruppo saranno eseguiti utilizzando il t-test appaiato. Per dati continui e dati ordinali non distribuiti normalmente, il test U di Mann-Whitney verrà utilizzato per i confronti tra gruppi e il test dei ranghi con segno di Wilcoxon verrà utilizzato per i confronti intragruppo. Per i dati categorici non ordinati, verrà utilizzato il test del chi quadrato (χ²) o il test esatto di Fisher per i confronti tra gruppi e il test di McNemar verrà utilizzato per i confronti intragruppo. L'area sotto la curva ROC (AUC) sarà testata statisticamente utilizzando il test Il test di DeLong, la sensibilità e la specificità saranno calcolate utilizzando l'intervallo di Jeffreys. Considerando la correlazione tra gli stessi soggetti, i confronti tra gruppi utilizzeranno il metodo dell'equazione di stima generalizzata (GEE) aggiustato per gli effetti centrali. L'analisi degli altri indicatori seguirà la stessa metodologia dell'analisi di base.