Проект алгоритма глубокого обучения тонкой кишки

Введение.

Основной целью исследования является оценка точности алгоритма глубокого обучения при различении нормального и аномального терминального отдела подвздошной кишки по сравнению с опытными радиологами на изображениях МР-энтерографии.

Исследование основано на существующих исследованиях, которые показали, что статистические методы могут идентифицировать участки болезни Крона тонкой кишки. Однако процесс занимал больше 1 часа и не был полностью автоматизирован. Наш проект исследует, может ли передовой алгоритм «глубокого обучения» (на основе нейронных сетей) в сочетании с повышенной вычислительной мощностью предоставлять точную и своевременную информацию.

Проект был разработан совместно специалистами-рентгенологами в области визуализации желудочно-кишечного тракта (которые знают о проблемах точной визуализации болезни Крона) и факультетом компьютерных наук Имперского колледжа (которые имеют опыт разработки нейронных сетей для медицинской визуализации). Мы также признательны за вклад и обзор лондонского Северо-Западного отдела исследований и разработок.

Дизайн исследования.

Ретроспективный дизайн и подбор персонала.

В исследовании ретроспективно будут определены подходящие пациенты и будет использован метод последовательной выборки случаев (все подходящие изображения будут включены в обратном порядке от самого последнего).

Этот ретроспективный подход является компромиссом между снижением обобщаемости результатов и исследованием, проводимым относительно быстро и с низкими затратами (исследование не финансируется грантом).

Исследователи уверены в возможности обобщения результатов, так как цель набора 113 нормальных случаев и 113 случаев с терминальной болезнью подвздошной кишки должна охватывать спектр нормальных и аномальных проявлений (в предыдущих исследованиях использовалось <50 наборов изображений).

Случаи с нормальным конечным отделом подвздошной кишки на МРТ включены, так как подход к разработке алгоритма включает сравнение особенностей визуализации нормального и аномального терминального отдела подвздошной кишки на МРТ-исследованиях.

Неэкспериментальный подход.

Метод использует МРТ-сканирование, проводимое как часть стандартной клинической помощи. Для этого исследования не проводится дополнительная визуализация. Результаты исследования не изменят текущую терапию, которую принимают подходящие пациенты.

Согласие и конфиденциальность.

Поскольку изображения, используемые для разработки алгоритма, полностью анонимны, поэтому явное согласие не будет получено. Это следует указаниям Общего медицинского совета в 2011 году и Королевского колледжа радиологов (Великобритания) в 2017 году, в которых говорится, что анонимные записи могут быть переданы для использования в исследованиях без согласия.

Изображения МРТ, используемые для этого исследования, были получены в рамках стандартной стандартной клинической помощи, и радиологи, участвующие в этом исследовании, будут регулярно просматривать их в рамках своей обычной рабочей практики.

Как только подходящий пациент будет идентифицирован, изображения пациента будут скопированы в полностью анонимной форме без прямых или косвенных идентификаторов. В программу просмотра изображений Radiology включена надежная функция анонимизации. Идентификаторы субъектов исследования будут распределяться случайным образом, предотвращая псевдоанонимизацию, если включены сканы одного и того же пациента в разные моменты времени.

Никакие конфиденциальные/идентифицирующие данные пациента не будут переданы для разработки алгоритма во время исследования. Разработка алгоритма основана на сопоставлении интенсивности пикселей МРТ с оценками/аннотациями заболеваний при нескольких сканированиях. Анонимизация не влияет на пиксели внутри изображения. В публикациях будут представлены только агрегированные данные, т. е. примеры отдельных случаев опубликованы не будут.

Конфликт интересов. Исследователи этого исследования заявляют об отсутствии конфликта интересов.