Inovativní výzkum spojující umělou inteligenci a endoskopické zobrazování se zaměřuje na progres v diagnostice gastrointestinálních onemocnění, zejména ulcerózní kolitidy (UC). Endoskopie se zesíleným obrazem, podpořená AI, přesně vyhodnocuje vaskulární hojení a předpovídá relaps UC s vysokou účinností. Tato technologie mimo jiné umožňuje identifikovat micro zánětlivé nálezy, což má klíčový význam pro správnou léčbu. Co je cílem plánované randomizované kontrolní studie? Dozvíte se v tomto článku.
Inovativní výzkum na pomezí umělé inteligence (AI) a endoskopického zobrazování se zaměřuje na zvýšení přesnosti a efektivity diagnostických postupů u gastrointestinálních onemocnění se zvláštním důrazem na zánětlivá střevní onemocnění, jako je ulcerózní kolitida (UC). Endoskopie se zesíleným obrazem (IEE, Image Enhanced Endoscopy) s podporou AI přesně vyhodnocuje vaskulární hojení a předpovídá dlouhodobý klinický relaps u pacientů s ulcerózní kolitidou.
Endoskopisté čelí při zjišťování zánětu u UC dvěma problémům: 1) dokonce i mezi specialisty se endoskopické skórování klasickou endoskopií bílým světlem (WLE, white light endoskopy) mezi vyšetřujícími velmi liší; 2) existují případy, kdy zánětlivá aktivita přetrvává histologicky, i když je pacient podle WLE v remisi. Endoskopie se zesíleným obrazem asistovaná umělou inteligencí poskytuje objektivní hodnocení, snižuje variabilitu mezi operátory a identifikuje mikrozánětlivé nálezy, které nebyly pozorovány u WLE. Když jsou pořizovány snímky z úzkopásmového zobrazování (NBI, narrow-band imaging), okamžitým výstupem jsou 2 klasifikace tříd – hojení a aktivita. Aby bylo možné přizpůsobit algoritmus AI různým endoskopům, byly tréninkové snímky shromážděny pomocí různých komerčně dostupných endoskopů. U pacientů v klinické remisi byl za 12 měsíců po endoskopii mezi těmito dvěma skupinami významný rozdíl v kumulativní míře relapsu: 3,0 % ve skupině s vaskulárním hojením oproti 23,9 % ve skupině s vaskulární aktivitou.
Cévní hojení za pomoci AI bylo hodnoceno během kolonoskopie 27 endoskopisty, z nichž 11 odborníků hodnotilo 35 pacientů a 16 vyškolených osob hodnotilo 65 pacientů. Senzitivita, specificita a přesnost předpovědí vaskulárního hojení s pomocí AI během 12 měsíců se významně nelišily podle zkušeností endoskopisty: 100 %, 39,3 % a 51,4 % u odborníků a 90,0 %, 38,2 % a 46,2 % u vyškolených osob. Systém NBI založený na umělé inteligenci poskytoval přesné, objektivní a včasné ošetření cíle a umožnil provádět změny léčby na místě.
Dvě hlavní omezení této práce spočívají v tom, že se jedná o studii s jediným centrem a při predikci relapsu chybí přímé srovnání mezi vaskulárním hojením na základě AI a histologickou remisí. Výzkumníci proto plánují provést multicentrickou randomizovanou kontrolovanou studii, aby tyto problémy eliminovali.
Dalším cílem tohoto výzkumu je získat regulační schválení, uvést produkt na trh a zavést jej do klinické praxe. Výzkum pokračuje vývojem automatického detekčního systému pro dysplazii spojenou s UC.
Obrazem zesílené cévní nálezy vedou k silnější korelaci s histologickým hodnocením a dlouhodobou prognózou ve srovnání s hodnocením endoskopie bílým světlem. Znamená to také, že hodnocení lze provést na místě bez biopsie, námahy patologa a souvisejících nákladů; k dosažení vysoké přesnosti výstupů je však zapotřebí odborné školení.
Reference
Maeda Y. A novel artificial intelligence-assisted Image Enhanced Endoscopy assesses accurately “vascular-healing” and predicts long-term clinical relapse in patients with ulcerative colitis: a prospective cohort study, Journal of Crohn's and Colitis, Volume 18, Issue Supplement 1, January 2024, Page i31, https://doi.org/10.1093/ecco-jcc/jjad212.0016
