AI-utvärdering av pankreatisk exokrin insufficiens hos CP-patienter

Kronisk pankreatit (CP) är en kronisk inflammatorisk sjukdom som kännetecknas av buksmärtor, återkommande inflammationer och bukspottkörtelfibros. Den globala förekomsten av CP är cirka 10/100 000 och visar en ökande trend år för år.

Pankreatisk exokrin insufficiens (PEI) är en signifikant funktionsförändring vid kronisk pankreatit. Prevalensen av PEI hos CP-patienter inom 10 till 15 år efter diagnos är cirka 35 % till 50 %, och prevalensen ökar markant 15 år efter diagnos. Kliniska manifestationer av PEI varierar mellan individer och kan innefatta symtom som diarré, viktminskning, buksmärtor, uppblåsthet och steatorré. Vissa patienter kan förbli asymtomatiska, vilket leder till brister i fettlösliga vitaminer och mikronäringsämnen på grund av onormal nedbrytning av makronäringsämnen, ett tillstånd som kallas "subklinisk PEI". På grund av näringsbrister löper PEI-patienter en ökad risk för komplikationer relaterade till undernäring. , osteoporos, kardiovaskulära sjukdomar och förhöjda dödligheter. Viktigt är att livskvaliteten för PEI-patienter är avsevärt reducerad, och snabb diagnos och behandling är avgörande för att förhindra allvarliga konsekvenser. Tidig och lämplig användning av pankreasenzymersättningsterapi kan förbättra patientens välbefinnande och förbättra den övergripande livskvaliteten. Därför är regelbunden screening för PEI och snabb behandling avgörande för CP-patienter för att minska risken för komplikationer och förbättra prognosen. Det rekommenderas av gällande kliniska riktlinjer att bukspottkörtelns exokrina funktion ska utvärderas vid tidpunkten för CP-diagnosen och om ingen PEI är upptäckt rekommenderas årlig screening. Trots dessa rekommendationer är PEI fortfarande ofta feldiagnostiserad och otillräckligt behandlad i klinisk praxis.

Pankreatisk exokrina funktionstestning involverar både direkta och indirekta metoder. Direkta tester, såsom kolecystokinin-pankreozymin-stimuleringstestet, anses vara det mest känsliga och specifika sättet att bedöma pankreas exokrina funktion. Detta test kräver intravenös infusion eller injektion av kolecystokinin för att stimulera pankreatisk sekretion, följt av uppsamling av duodenalt innehåll via en kateter för mätning av pankreasvätskesekretion. Men på grund av dess höga kostnad, invasivitet och betydande obehag för patienter, används detta test sällan i klinisk praxis. Indirekta tester omfattar fekala tester, utandningsprov, urintester och blodprov. Bland dessa är detektion av fekal elastas-1 (Fe-1) en för närvarande stabil, exakt och bekväm indirekt metod. När Fe-1-nivåer varierar mellan 100-200 μg/g, tyder det på mild till måttlig PEI, medan Fe-1-nivåer under 100 μg/g indikerar allvarlig PEI. Flera studier har visat att en Fe-1-nivå under 200 μg/g har en specificitet som är större än 90 % för att diagnostisera PEI. Den begränsade tillgängligheten av analyskitet har dock begränsat dess utbredda användning.

Vid bildundersökningar är användningen av sekretinförstärkt magnetisk resonanskolangiopankreatografi för att mäta pankreasvätskeflödet efter sekretinstimulering en icke-invasiv metod för att bedöma PEI. Dess kliniska genomförbarhet är dock begränsad på grund av dess tidskrävande natur, höga kostnader, komplexitet och bristen på utbredd tillgänglighet av de nödvändiga reagenserna. Datortomografi (CT) är den mest använda avbildningsundersökningen i den kliniska bedömningen av CP, men det finns inga bevis som stöder dess användbarhet för att upptäcka PEI. Därför finns det ett behov av en ny, icke-invasiv och bekväm metod för tidig upptäckt av PEI.

Under de senaste åren har djupinlärning visat sig mycket lovande inom medicinsk bildanalys. Jämfört med traditionell maskininlärning använder djupinlärning modeller för att analysera data och extrahera funktioner på högre nivå. Den använder sedan dessa funktioner för att härleda resultat, vilket möjliggör modellering av komplexa relationer inom data. Vanligt använda metoder inkluderar konvolutionella neurala nätverk, generativa motstridiga modeller och andra. För närvarande har djupinlärning använts i stor utsträckning i bukspottkörtelsjukdomar, inklusive tumördetektering, differentialdiagnos av pankreascancer och förutsägelse av patientprognos. Det har dock inte förekommit någon forskning som använder djupinlärning för att bedöma PEI. Denna studie syftar till att utveckla och validera en djupinlärningsmodell baserad på helautomatisk pankreassegmentering för att utvärdera pankreas exokrina funktion. Dessutom kommer utredarna att samarbeta med radiologer för att gemensamt bedöma modellens prestanda.