CP患者胰腺外分泌功能不全的AI评估

慢性胰腺炎（CP）是一种以腹痛、反复炎症和胰腺纤维化为特征的慢性炎症性疾病。 全球CP发病率约为10/10万，并呈逐年上升趋势。

胰腺外分泌功能不全（PEI）是慢性胰腺炎的显着功能改变。 脑瘫患者在诊断后10至15年内PEI的患病率约为35%至50%，诊断后15年内患病率显着增加。PEI的临床表现因人而异，可能包括腹泻、体重减轻、腹痛、腹胀和脂肪泻。 一些患者可能没有症状，由于常量营养素消化异常而导致脂溶性维生素和微量营养素缺乏，这种情况被称为“亚临床 PEI”。由于营养缺乏，PEI 患者出现营养不良相关并发症的风险增加、骨质疏松症、心血管疾病和死亡率升高。 重要的是，PEI患者的生活质量显着下降，及时诊断和治疗对于防止严重后果至关重要。 早期和适当使用胰酶替代疗法可以增强患者的健康并改善整体生活质量。 因此，定期筛查PEI并及时治疗对于CP患者降低并发症风险、改善预后至关重要。现行临床指南建议，在诊断CP时应评估胰腺外分泌功能，如果没有PEI，则应评估胰腺外分泌功能。检测到，建议每年进行筛查。 尽管有这些建议，PEI 在临床实践中仍然经常被误诊和治疗不充分。

胰腺外分泌功能检测包括直接法和间接法。 直接测试，例如胆囊收缩素-胰酶刺激试验，被认为是评估胰腺外分泌功能最敏感和最具体的方法。 该测试需要静脉输注或注射缩胆囊素以刺激胰腺分泌，然后通过导管收集十二指肠内容物以测量胰液分泌。 但由于其成本高、侵入性大、患者不适感大，临床上很少使用。间接测试包括粪便测试、呼气测试、尿液测试和血液测试。 其中，粪便弹性蛋白酶-1（Fe-1）检测是目前稳定、准确、方便的间接方法。 当Fe-1水平在100-200μg/g之间时，提示轻度至中度PEI，而Fe-1水平低于100μg/g则提示重度PEI。 多项研究表明，Fe-1 水平低于 200 μg/g 时诊断 PEI 的特异性大于 90%。 然而，检测试剂盒的可用性有限限制了其广泛使用。

在影像学检查中，使用促胰液素增强磁共振胰胆管造影来测量促胰液素刺激后的胰液流量是评估PEI的非侵入性方法。 然而，由于其耗时、成本高、复杂且缺乏所需试剂的广泛可用性，其临床可行性受到限制。 计算机断层扫描 (CT) 是 CP 临床评估中最广泛使用的影像学检查，但没有证据支持其在检测 PEI 中的实用性。 因此，需要一种新的、非侵入性的、方便的方法来早期检测PEI。

近年来，深度学习在医学图像分析方面显示出了巨大的前景。 与传统机器学习相比，深度学习利用模型来分析数据并提取更高层次的特征。 然后，它使用这些功能来得出结果，从而能够对数据内的复杂关系进行建模。 常用的方法包括卷积神经网络、生成对抗模型等。 目前，深度学习已广泛应用于胰腺疾病，包括肿瘤检测、胰腺癌鉴别诊断、预测患者预后等。 然而，目前还没有利用深度学习评估PEI的研究。本研究旨在开发和验证基于全自动胰腺分割的深度学习模型，用于评估胰腺外分泌功能。 此外，研究人员将与放射科医生合作，共同评估该模型的性能。