Precisão do sistema auxiliado por computador (CADx) na caracterização em tempo real de doenças ulcerativas colorretais

Na primeira fase retrospectiva do estudo, nosso objetivo principal é desenvolver e validar um sistema CADx. Fotos e vídeos endoscópicos serão recuperados do banco de dados existente nos centros de estudo (Hospital Nanfang). Para cada úlcera colorretal, diferentes visualizações endoscópicas serão capturadas. Dados demográficos de base relevantes, relatórios laboratoriais, relatórios de imagem, relatórios de endoscopia e resultados histopatológicos serão coletados para análise. A localização, tamanho e morfologia de cada lesão colônica serão registrados. O diagnóstico de todas as doenças ulcerativas colorretais foi avaliado de forma abrangente por patologistas e gastroenterologistas independentes. Em nosso estudo, focaremos nos seguintes subtipos de lesões ulcerativas colorretais:

1)câncer colorretal (CA);2)doença de Crohn (DC);3)colite ulcerativa (CU);4)tuberculose intestinal (TBI);5) colite isquêmica (CI).

Todos os dados serão anonimizados antes do processamento central para garantir a confidencialidade. Um número de série específico do projeto será usado para representar cada assunto individual. Todos os dados clínicos e imagens endoscópicas não identificadas serão mantidos confidenciais e não serão compartilhados com terceiros.

Uma coorte de treinamento será desenvolvida a partir da maioria dos casos incluídos, seguida de uma coorte de validação com os demais casos. As imagens e vídeos endoscópicos serão preparados para treinar a rede neural complicada e a rede neural recorrente, selecionando regiões de interesse (ROI) apropriadas. Múltiplos ROI dentro da mesma doença ulcerativa colorretal serão coletados para reduzir o viés de seleção. A anotação e validação das imagens endoscópicas serão realizadas pela equipe de pesquisa. As imagens serão segmentadas em blocos do mesmo tamanho para processamento posterior. Algoritmos de aprendizagem profunda serão aplicados para aprender e extrair recursos dos dados de imagem e vídeo. Desenvolveremos a rede convolucional recorrente para aproveitar as informações complementares de características visuais e temporais extraídas do vídeo. Os dados de validação também são criados sob o mesmo princípio, o que permite a validação cruzada para precisão do modelo.

Na segunda fase prospectiva do estudo, pretendemos comparar a acurácia diagnóstica entre o sistema CADx, endoscopistas especialistas e endoscopistas juniores. Um conjunto de imagens e vídeos de teste será coletado prospectivamente de outros sujeitos, de acordo com os critérios de elegibilidade anteriores, seguido de alocação aleatória de sequência gerada por computador.

Dois endoscopistas especialistas (com mais de 5 anos de experiência em colonoscopia e um número total de procedimentos superior a 1.000) e dois endoscopistas juniores (com menos de 3 anos de experiência em colonoscopia e um número total de procedimentos inferior a 500), que são cego para o resultado final do diagnóstico, será convidado a classificar as imagens e vídeos do conjunto de testes de acordo com os subtipos pré-definidos. Todos os endoscopistas avaliarão os dados do conjunto de testes de forma independente e em tempo real. Por outro lado, o sistema CADx irá digitalizar as imagens e vídeos do conjunto de teste de forma independente. A previsão dos subtipos de úlcera será registrada. O relatório diagnóstico formal após avaliação por patologistas e gastroenterologistas independentes será considerado a verdade absoluta.