Согласно исследованию, опубликованному в журнале Gastrointestinal Endoscopy , метод глубокого обучения с использованием эндоскопических ультразвуковых изображений может обнаруживать нейроэндокринные новообразования поджелудочной железы.

Группа под руководством доктора философии Цзе-Кун Ни из больницы Цилу при Шаньдунском университете в Китае обнаружила, что сверточная нейронная сеть (CNN) под названием iEUS демонстрирует точность, сопоставимую с точностью опытных пользователей эндоскопического ультразвука.

«iEUS точно диагностирует нейроэндокринные новообразования поджелудочной железы и другие сложные поражения поджелудочной железы, таким образом, может помочь эндосонографистам в достижении более доступной и точной эндоскопической диагностики с помощью эндоскопического ультразвука», — пишут Ни и его коллеги.

Хотя эндоскопическое УЗИ чувствительно в обнаружении нейроэндокринных новообразований поджелудочной железы, этот метод зависит от оператора и требует много времени. Исследователи отметили, что эти новообразования имитируют нормальные поджелудочные железы и другие поражения поджелудочной железы.

CNN обучаются непосредственно на основе визуальных данных, которые вводятся в систему. Предыдущие исследования изучали помощь ИИ для эндоскопического УЗИ, но Ни и др. указали на отсутствие данных о помощи ИИ для нейроэндокринных новообразований поджелудочной железы.

Команда разработала свою систему на основе CNN, iEUS, для идентификации этих новообразований и множественных типов поражений поджелудочной железы с помощью эндоскопического ультразвука. Для обучения iEUS исследователи использовали 4220 изображений в обучающем наборе и 926 изображений в проверочном наборе. Они также объединили функции обнаружения, классификации и сегментации, чтобы повысить ее диагностическую эффективность.

Кроме того, исследователи создали две модели CNN для iEUS. Первая (CNN1) — это модель классификации из двух категорий, которая имела функции классификации изображений и обнаружения объектов. Эта модель была сосредоточена на обнаружении новообразований на УЗИ. Вторая, CNN2, — это модель классификации из четырех категорий, которая имела функции классификации изображений, обнаружения объектов и сегментации изображений для диагностики нейроэндокринных новообразований, аденокарциномы протоков поджелудочной железы, аутоиммунного панкреатита и кистозных новообразований.

Для исследования команда зарегистрировала 573 пациента. Обе модели CNN продемонстрировали превосходящую точность по сравнению с начинающими пользователями эндоскопического ультразвука и сопоставимую с точностью пользователей среднего и экспертного уровня.

Точность моделей CNN, пользователей УЗИ в выявлении нейроэндокринных новообразований поджелудочной железы
Интерпретатор изображений	Точность
CNN1	84,2%
CNN2	88.2%
Опытный пользователь	85,5%
Промежуточный пользователь	85,5%
Начинающий пользователь	75,4%

Кроме того, CNN2 показал точность 86,2%, 97% и 97% при диагностике аденокарциномы протоков поджелудочной железы, аутоиммунного панкреатита и кистозных новообразований соответственно.

С помощью iEUS чувствительность эндосонографистов на всех трех уровнях диагностики нейроэндокринных новообразований поджелудочной железы значительно улучшилась. Чувствительность возросла с 44,8% до 64,6%, с 71,9% до 87,5% для пользователей среднего уровня и с 57,6% до 74% для экспертов соответственно.

Авторы исследования подчеркнули, что iEUS может использоваться в качестве помощника для более быстрого и точного принятия решений при лечении заболеваний поджелудочной железы.

«iEUS демонстрирует большой потенциал в продвижении диагностики [новообразований] эндосонографистами в клинической практике, что, как ожидается, будет полезно для улучшения результатов лечения… пациентов», — написали они.

Полное исследование можно найти здесь .

Внимание, автоперевод! За ошибки перевода ответственности не несём. Первоисточник по ссылке.