Diagnostisk prövning av gastroesofageal refluxsjukdom (GERDT)

Gastroesofageal refluxsjukdom (GERD) är ett mycket vanligt tillstånd i klinisk praxis. I Kina drabbar GERD nästan 150 miljoner patienter, vars livskvalitet är allvarligt påverkad. För närvarande beror diagnosen GERD främst på resultaten av 24-timmars refluxövervakning. En sådan granskning är dock under en ganska låg acceptans. Som ett resultat av detta diagnostiserades ett stort antal patienter inte i tid och korrekt, och allvarliga sociala problem induceras, såsom drogmissbruk av protonpumpshämmare. Vårt team har tidigare utvecklat en ny enhet för anrikning av matstrupsceller och etablerat en internationellt banbrytande metod för cytologisk screening för matstrupscancer baserad på banbrytande djupinlärningsteknologi. Detta projekt syftar till att utveckla flera algoritmer för djupinlärning och etablera en innovativ metod för diagnos av GRED, med hjälp av den nya tekniken för anrikning av matstrupsceller. Forskningen inkluderar: 1) konstruktion av algoritmer för djupinlärning för automatisk igenkänning och klassificering av esofagusinflammatoriska celler; 2) brytning och utvinning av nyckelfunktionerna hos skivepitelceller i matstrupen och inflammatoriska celler under interaktion mellan läkare och AI; 3) upprätta en förutsägelsemodell för GERD genom att integrera digitala egenskaper hos skivepitelceller och inflammatoriska celler och bygga ett molnbaserat automatiskt diagnossystem; 4) att undersöka immuninfiltrationsatlasen för GERD och dess diagnostiska värde baserat på de berikade inflammatoriska cellerna. Det slutliga målet är att lösa aktuella kliniska problem och förverkliga snabb, bekväm och korrekt diagnos av GERD.