Estabelecimento e aplicação clínica de sistema de diagnóstico multimodal baseado em IA para tumores ovarianos

Métodos/Design Objetivo do estudo O primeiro objetivo deste estudo é construir um conjunto de dados públicos multimodais de tumor ovariano que inclui ultrassom, imagens de ressonância magnética e dados de indicadores clínicos para apoiar tarefas orientadas por IA. Este conjunto de dados integrará diversos tipos de dados médicos para facilitar a análise abrangente de IA e o treinamento de modelos. Ao empregar a tecnologia de rede neural convolucional (CNN), o estudo busca alcançar o reconhecimento multiclasse inteligente de imagens multimodais. Isto envolve extrair e analisar características de dados de imagem e integrá-los com dados clínicos multidimensionais em nível de característica, com o objetivo de treinar e validar um modelo auxiliar de diagnóstico capaz de prever com precisão pelo menos os dez tipos patológicos mais comuns de tumores ovarianos. Além disso, o estudo utilizará computação que preserva a privacidade e métodos de aprendizagem federados para conduzir otimização prospectiva e multicêntrica e validação do modelo. Esses métodos garantirão a segurança e a privacidade dos dados, ao mesmo tempo que permitirão o treinamento de modelos colaborativos. O objetivo final é desenvolver um sistema de diagnóstico clínico auxiliar que possa prever os tipos patológicos da maioria dos tumores ovarianos e ser implementado em ambientes clínicos. Esta abordagem abrangente visa aproveitar os pontos fortes da tecnologia de IA em imagens médicas, garantindo a segurança dos dados e, ao mesmo tempo, melhorando a precisão e a confiabilidade do diagnóstico de tumores ovarianos.

Ambiente de estudo Este estudo é realizado em Pequim, China. Os sujeitos do estudo são provenientes do Hospital Shijitan de Pequim, do Hospital da Amizade de Pequim e do Hospital de Obstetrícia e Ginecologia de Pequim, todos afiliados à Capital Medical University. Esses hospitais oferecem uma população diversificada de pacientes, o que apoia a generalização dos resultados do estudo.

Sujeitos do estudo Os sujeitos do estudo são pacientes com diagnóstico de tumores ovarianos submetidos a tratamento cirúrgico. Os casos utilizados para o desenvolvimento do modelo preditivo são provenientes de pacientes inscritos consecutivamente entre janeiro de 2018 e janeiro de 2023. Os casos de validação de aplicação clínica serão coletados prospectivamente de pacientes entre junho de 2023 e junho de 2025. Os critérios de inclusão para ambas as partes do estudo são os seguintes: (1) pacientes com diagnóstico de tumores ovarianos submetidos a tratamento cirúrgico; (2) pacientes com dados de imagem completos (ultrassonografia ou ressonância magnética) e resultados de marcadores tumorais obtidos nos três meses anteriores à cirurgia. Além disso, a segunda parte requer consentimento informado dos participantes. Os critérios de exclusão são os seguintes: (1) pacientes com patologia cirúrgica não originada do ovário; (2) casos duplicados; (3) pacientes que receberam quimioterapia ou radioterapia; (4) casos recorrentes; (5) imagens de lesões ovarianas de baixa qualidade; e (6) informações incompletas do caso.

Ética O protocolo do estudo foi revisado e aprovado pelo Comitê de Ética do Hospital Beijing Shijitan, afiliado à Capital Medical University. O número de aprovação ética é: [fornecer número]. O estudo será conduzido de acordo com os princípios da Declaração de Helsinque. Para a fase de desenvolvimento do modelo, foi concedida aos casos retrospectivos uma dispensa de consentimento informado. Para a fase de validação clínica, todos os participantes lerão um termo de consentimento livre e esclarecido antes do início do estudo, concordarão voluntariamente em participar e assinarão o termo de consentimento livre e esclarecido.

Coleta de dados Os investigadores coletarão dados de imagem (ultrassom pélvico, ressonância magnética pélvica) e dados clínicos (informações gerais, histórico médico, histórico familiar, exame físico, exames laboratoriais, relatórios de patologia, diagnóstico clínico, etc.) dos sujeitos do estudo. Isso ajudará a construir um conjunto de dados de tumor ovariano multimodal com anotações de classificação e segmentação, fornecendo suporte de conjunto de dados de IA para o desenvolvimento subsequente de modelos auxiliares de diagnóstico de tumor ovariano multimodal. À medida que a pesquisa avança, os investigadores pretendem alcançar uma expansão flexível e mineração profunda do conjunto de dados, estabelecer protocolos padronizados para conjuntos de dados multimodais e permitir o compartilhamento eficaz de dados.

Processamento de dados de imagem, segmentação e anotação de classificação Este projeto utiliza a ferramenta OpenSlide para processar imagens, redimensionando-as para garantir que as dimensões dos pixels sejam múltiplos de 300. As imagens são posteriormente divididas em seções de 300×300 pixels e convertidas para o formato PNG. A segmentação precisa das lesões é fundamental para o reconhecimento preciso da imagem. O projeto envolve uma equipe de ginecologistas, além de especialistas da Escola de Engenharia Eletrônica e de Informação da Universidade Beihang, que utilizam o software de anotação profissional LabelMe para segmentação de imagens e anotação de classificação com base em resultados patológicos, criando assim um banco de dados segmentado e classificado. Por exemplo, no caso de imagens de ultrassom 2D, as lesões são segmentadas manualmente, com as localizações dos tumores ovarianos marcadas e convertidas em rótulos de classificação correspondentes.

Para melhorar ainda mais a precisão e os resultados da segmentação, este estudo constrói uma arquitetura de rede de segmentação de imagens de tumores ovarianos, incorporando um módulo de fusão de recursos multiescala e otimização de função de perda multinível. A arquitetura geral da rede combina segmentação de superpixel com aprendizado profundo, aproveitando os fortes recursos de extração de recursos das redes neurais convolucionais (CNN) para aprimorar as informações de borda e melhorar a precisão da segmentação.

Construindo um sistema auxiliar de diagnóstico de tumor ovariano baseado em IA, utilizando IA para reconhecimento de imagem Para as imagens multimodais de entrada (ultrassom e ressonância magnética), a extração de características visuais é realizada. Para abordar as tarefas visuais de classificação e segmentação de lesões, dois modelos de algoritmo são construídos: um modelo de estrutura residual densa e um modelo de estrutura multinível com reconhecimento de borda. Esses modelos permitem o reconhecimento inteligente de tipos patológicos em imagens multimodais

Modelo Preditivo Integrando Dados Estruturados Multidimensionais Em primeiro lugar, redes neurais convolucionais são usadas para gerar resultados de previsão em nível de pixel (resultados de segmentação) e algoritmos de IA fornecem resultados de previsão de IA (probabilidades posteriores). Posteriormente, o vetor de probabilidade posterior é fundido com dados estruturados (idade, queixa principal, duração da doença, resultados do exame físico, exames laboratoriais e outros indicadores clínicos). Eles são concatenados em um novo vetor de características, que é então analisado por um modelo de decisão (como o XGBoost) para determinar a categoria patológica do tumor ovariano. O modelo é treinado e validado usando resultados patológicos como padrão ouro.

Sistema Auxiliar de Diagnóstico O sistema auxiliar multimodal de diagnóstico de tumor ovariano está estruturado em vários níveis hierárquicos. O sistema consiste em quatro níveis principais, de baixo para cima: 1）Módulo Subjacente: Este módulo é o principal responsável por fornecer aceleração de inferência de aprendizado profundo, garantindo os recursos básicos necessários para a operação do sistema. 2） Biblioteca de Aplicativos Básicos (Camada Básica): Esta camada oferece bibliotecas essenciais para processamento de informações médicas e registro de log da plataforma. 3) Estrutura de aprendizagem profunda (camada de inferência de aprendizagem profunda): Ela serve como o núcleo inteligente do sistema, fornece as estruturas básicas de aprendizagem profunda necessárias para a inferência de sistema inteligente. Isso inclui bibliotecas de inferência de redes neurais comumente usadas que suportam inferência precisa de modelos de redes neurais em diferentes plataformas. 4）Camada de Aplicação (Subdividida em Camada de Aplicação e Camada de Componente):Esta camada oferece os serviços necessários para o sistema da plataforma. Ele foi projetado para ser flexível e extensível, com módulos funcionais independentes e fracamente acoplados. As camadas são relativamente desacopladas, cada uma fornecendo funcionalidade independente. O sistema da plataforma é projetado de baixo para cima, apresentando uma interface operacional amigável e encapsulada externamente que permite a interação direta do usuário com a plataforma.

O sistema auxiliar de diagnóstico de tumor ovariano multimodal tem várias funções principais. Primeiro, ele pode ler imagens de ultrassom e ressonância magnética, bem como registros médicos, de acordo com as necessidades do usuário, e converter o formato conforme necessário. Em seguida, ele pré-processa as imagens e os registros médicos, removendo informações irrelevantes, o que facilita a inferência subsequente do modelo. O módulo de reconhecimento de lesões realiza classificação e segmentação, estimando probabilidades de lesões e identificando áreas potenciais de lesões. Finalmente, o módulo de pós-processamento de dados conduz a fusão em nível de decisão dos resultados da classificação, anota automaticamente as áreas das lesões e gera resultados diagnósticos auxiliares prevendo tipos patológicos, combinando as informações do prontuário médico.

Otimização do sistema de diagnóstico auxiliar prospectivo multicêntrico e validação de aplicação clínica Através da colaboração entre equipes de oncologia ginecológica de três centros de pesquisa, o sistema multimodal de diagnóstico auxiliar de tumor ovariano passará por aplicação clínica prospectiva multicêntrica, com resultados de patologia cirúrgica usados ​​como padrão ouro. O desempenho diagnóstico do sistema auxiliar de diagnóstico multimodal de tumor ovariano, tanto geral quanto em diferentes categorias patológicas, será avaliado nos centros principais e subsidiários, comparando métricas como especificidade, sensibilidade, valor preditivo positivo, valor preditivo negativo e área sob o Curva ROC (AUC). O sistema será continuamente validado e otimizado para melhorar seu desempenho. A consistência entre o diagnóstico pré-operatório e os resultados patológicos pós-operatórios será comparada antes e depois da aplicação do sistema auxiliar de diagnóstico de tumor ovariano nos três centros de pesquisa, a fim de avaliar a eficácia clínica do sistema auxiliar de diagnóstico.

Paradigma de Otimização do Sistema de Diagnóstico Auxiliar Multicêntrico Baseado na Aprendizagem Federada Horizontal O paradigma de otimização do sistema de diagnóstico auxiliar multicêntrico baseado na aprendizagem federada horizontal envolve o gerenciamento e distribuição do modelo de diagnóstico auxiliar pelo centro principal. Outros centros aplicam mecanismos de aprendizagem incremental, utilizando seus próprios dados para ajustar o sistema auxiliar de diagnóstico e fornecer parâmetros atualizados ao centro principal. Este processo garante um melhor reconhecimento inteligente de tumores ovarianos, ao mesmo tempo que mantém a privacidade dos dados entre os centros. Inicialmente, o centro principal constrói um modelo de predição de tumor ovariano multimodal baseado em IA. Esse modelo é então criptografado e distribuído às filiais. As filiais, após atingirem um determinado tamanho de pool de dados e atenderem aos padrões de anotação, iniciam a otimização do modelo. Finalmente, após o ajuste fino dos modelos, cada centro carrega os parâmetros atualizados para o centro principal. O centro principal avalia o desempenho do modelo para determinar se uma iteração da versão do modelo é necessária. Nesse caso, o modelo atualizado é redistribuído, alcançando um ciclo fechado de aprendizagem federada horizontal para otimização do modelo multicêntrico.

Análise Estatística Cálculo do tamanho da amostra

1. Fase de Desenvolvimento do Modelo Multimodal de Diagnóstico Auxiliar de Tumor de Ovário O tamanho da amostra necessária é estimado usando o método EPV (Events per Variable), que é um método baseado na experiência para construção de modelos. Cada variável normalmente requer de 10 a 20 eventos positivos; neste estudo, os investigadores definiram o EPV em 20. Os investigadores prevêem a inclusão de 20 variáveis ​​​​independentes (e variáveis ​​​​fictícias) no modelo de diagnóstico, necessitando assim de 20 * 20 = 400 casos malignos. Dados preliminares indicam que a proporção de pacientes com tumor ovariano maligno (verdadeiro positivo) é de aproximadamente 30%. Portanto, o tamanho total da amostra necessária é 400/0,30 = 1.334 casos. Considerando uma taxa de perda de dados de 20%, o tamanho final da amostra para o conjunto de treinamento é de 1.667 casos. O conjunto de treinamento e o conjunto de validação seguirão uma proporção de 4:1, resultando em um tamanho de amostra do conjunto de validação de 418 casos. Assim, o tamanho total da amostra necessária é de 2.084 casos, com cada centro contribuindo com uma parcela igual.
2. Fase de validação e otimização de aplicação clínica de sistema prospectivo multicêntrico Esta parte do estudo avalia principalmente o efeito da aplicação clínica do sistema auxiliar de diagnóstico medindo a precisão. Portanto, utiliza-se a fórmula de cálculo do tamanho amostral para exames diagnósticos.

Se = 90% (Sensibilidade do sistema de diagnóstico), Sp = 90% (Especificidade do sistema de diagnóstico). Com base em opiniões estatísticas e clínicas de especialistas, errABS = 5% refere-se ao erro absoluto esperado, α = 0,05. De acordo com a fórmula de cálculo do tamanho da amostra, o grupo verdadeiro positivo requer a inclusão de 140 casos. Dados preliminares indicam que a proporção de pacientes com tumor ovariano maligno (verdadeiro positivo) é de aproximadamente 30%. Portanto, o tamanho total da amostra necessária é 140/0,30 = 467 casos. Considerando uma taxa de perda de seguimento de 20%, o tamanho final da amostra é de 584 casos, com cada centro contribuindo com uma parcela igual.

Gerenciamento de dados Todos os dados serão registrados em um formulário eletrônico de relato de caso (eCRF) elaborado para o estudo. Cada subcentro estabelecerá uma base de dados independente gerida por pessoal designado. Será estabelecido um processo padronizado de verificação de entrada de dados, garantindo que os dados sejam registrados com precisão e em tempo hábil, em estrita conformidade com o protocolo do estudo. Avaliações regulares serão realizadas para verificar a precisão e integridade dos dados carregados. Os gestores de dados em cada centro verificarão os dados recolhidos nos eCRFs comparando-os com documentos de origem, como registos médicos, e analisarão o processo de recolha de dados. A equipe do centro principal realizará inspeções periódicas no local em todos os centros participantes para verificar a autenticidade dos dados. O estudo empregará tecnologia de computação de privacidade para garantir a independência e segurança dos dados de cada centro, fornecendo serviços de otimização e validação de modelos multicêntricos, garantindo ao mesmo tempo a privacidade dos dados.

Análise de dados Para dados contínuos normalmente distribuídos, as comparações intergrupos serão realizadas usando o teste t de amostras independentes, e as comparações intragrupo serão feitas usando o teste t pareado. Para dados contínuos não normalmente distribuídos e dados ordinais, o teste U de Mann-Whitney será usado para comparações intergrupos, e o teste de postos sinalizados de Wilcoxon será usado para comparações intragrupos. Para dados categóricos não ordenados, o teste qui-quadrado (χ²) ou teste exato de Fisher será usado para comparações intergrupos, e o teste de McNemar será usado para comparações intragrupos. A área sob a curva ROC (AUC) será testada estatisticamente usando o Teste de DeLong e sensibilidade e especificidade serão calculadas usando o intervalo de Jeffreys. Considerando a correlação entre os mesmos sujeitos, as comparações intergrupos utilizarão o método da Equação de Estimativa Generalizada (GEE) ajustada pelos efeitos de centro. A análise de outros indicadores seguirá a mesma metodologia da análise de base.