Введение
Развитие технологий на основе искусственного интеллекта (ИИ) с использованием методов глубокого обучения открывает новые возможности в анализе медицинских изображений. Технологии на основе нейросетевых алгоритмов как элемент поддержки принятия врачебного решения в диагностике новообразований толстой кишки демонстрируют хорошие оперативные характеристики и высоко оцениваются по экспертной шкале [1]. Использование систем компьютерного обнаружения (CADe) и характеризации (CADx) новообразований толстой кишки при эндоскопическом исследовании потенциально может повысить его диагностическую ценность [2]. Некоторые международные профильные сообщества считают, что включение таких систем в рутинную клиническую практику станет возможным, как только высококачественные исследования обеспечат приемлемую точность [3].
Цель исследования — протестировать систему CAD EYE в условиях работы онкологической клиники для детекции колоректальных полипов и их дифференцировки и сопоставить полученные результаты с результатами морфологического исследования.
Материал и методы
Система CAD EYE («Fujifilm Corporation», Япония) — это инновационная система с технологией ИИ, разработанная для обнаружения и оценки морфологии колоректальных новообразований. Система ИИ интегрирована в отдельный внешний блок, который размещается на обычном видеопроцессоре и подключается к входу DVI. Сам блок подключается к штатному видеомонитору. CAD EYE активируется эндоскопистом нажатием кнопки на ручке эндоскопа. Система полностью совместима со всеми видеопроцессорами и колоноскопами серии ELUXEO TM 7000 («Fujifilm Corporation», Япония).
Система CAD EYE позволяет обнаруживать колоректальные новообразования (CADe) и характеризовать их (CADx) на основе анализа структуры поверхности. Для детекции CAD EYE можно использовать в режиме белого света или в режиме Linked Color Imaging (LCI). CAD EYE имеет специальный графический пользовательский интерфейс, выделяющий полип путем размещения вокруг него цветной рамки (рис. 1). Кроме того, при обнаружении участка кишки, подозрительного на наличие полипа, раздается звуковой сигнал. И наконец, в направлении обнаружения полипа загорается визуальный вспомогательный круг, что облегчает врачу-эндоскописту идентификацию полипа.
Рис. 1. Колоректальный полип, распознанный системой CAD EYE.
Отмечен цветной рамкой прямоугольной формы по периметру полипа. а — в режиме белого света; б — в режиме LCI.
Модуль характеризации функционирует в сочетании с оптической технологией Blue Light Imaging (BLI), целью которой является повышение точности дифференциальной диагностики и достижение уровня экспертов. Функция CADx включается автоматически при переходе в режим BLI. Он классифицирует новообразования на два типа: неопластические и гиперпластические. Система оснащена несколькими визуальными ассистентами: первый — в виде цветовой характеристики на дисплее в форме окружности по периферии изображения, второй — в виде схематической карты, возникающей в правой половине дисплея, третий — в виде подписи в нижней части экрана; желтый цвет соответствует оценке «Neoplastic», зеленый — «Hyperplastic» (рис. 2).
Рис. 2. Колоректальный полип в режиме CADx с активными визуальными ассистентами.
а — гиперпластический полип; б — аденома.
Модуль оснащен встроенной функцией записи видеоизображений и фотоизображений, которая позволяет хранить все полученные изображения на внутреннем жестком диске.
Клинической составляющей нашего исследование стало включение 110 пациентов (38 мужчин и 72 женщин, средний возраст 66 лет), которым проведена колоноскопия в период с 1 сентября по 29 декабря 2021 г. Группу исследования (с использованием системы CAD EYE) составили 56 пациентов, группу контроля (без использования системы CAD EYE) — 54 пациента (табл. 1).
Таблица 1. Распределение пациентов по группам
Характеристика | Группа исследования | Группа контроля |
Мужчины | 23 | 15 |
Женщины | 33 | 39 |
Средний возраст, годы | 64,3 | 67,9 |
Количество пациентов с очисткой кишечника по Бостонской шкале >7, n (%) | 49 (87,5) | 47 (87) |
Показатель интубации слепой кишки, % | 100 | 100 |
Среднее время выведения эндоскопа (CWT), мин | 8,39 | 7,28 |
Врач-эндоскопист и система искусственного интеллекта CAD EYE в режиме реального времени распознавали новообразования в белом свете (WLI). Затем проводилась дифференциальная диагностики образований с помощью визуализации в режиме BLI. Было выполнено сравнение оценки новообразований, выявленных врачом-эндоскопистом и CADe, и заключения CADx с результатами морфологического исследования всех обнаруженных новообразований (по данным гистологического заключения, 135 неопластических и 106 гиперпластических образований). Для оценки результативности распознавания и дифференциальной диагностики новообразований использован ROC-анализ.
Результаты и обсуждение
Обнаружено 241 эпителиальное новообразование (полипы) размером от 4 до 25 мм, средний размер составил 7,9 мм (табл. 2).
Таблица 2. Характеристики выявленных эпителиальных новообразований (полипов)
Характеристика новообразований | Группа исследования, n (%) | Группа контроля, n (%) |
Колоректальный рак | 0 | 2 |
Количество полипов | 154 (63,9) | 87 (36,1) |
Количество аденом | 86 (55,8) | 49 (56,3) |
Количество гиперпластических полипов | 68 (44,2) | 38 (43,6) |
Размер полипа 0—5 мм | 32 (20,7) | 12 (13,8) |
Размер полипа 5—10 мм | 89 (57,8) | 61 (70,1) |
Размер полипа >10 мм | 33 (21,4) | 14 (16,1) |
При сопоставлении результатов для режима детекции CADe чувствительность составила 97%, специфичность 84%, точность 93%, площадь под ROC-кривой 0,95 (рис. 3). При сопоставлении результатов для режима дифференциальной диагностики чувствительность составила 96%, специфичность 99%, точность 98%, площадь под ROC-кривой 0,96 (рис. 4). Данные значения являются высоким результатом для задачи классификации объектов на эндоскопических изображениях.
Рис. 3. Результаты ROC-анализа.
а — ROC-кривая детекции полипов системой CAD EYE; б — ROC-кривая дифференцировки полипов системой CAD EYE.
Рис. 4. QR-код для просмотра видеоматериала.
Таким образом, клинический потенциал инновационной системы CAD EYE на основе алгоритма ИИ чрезвычайно высок. Важно, что система совместима с обычным эндоскопическим оборудованием и может использоваться по необходимости. Кривая обучения, которая всегда считается важной частью внедрения новой техники в эндоскопию, в данном случае не имеет принципиального значения, поскольку алгоритм ИИ помогает всем эндоскопистам, независимо от их опыта. Соответственно, алгоритм ИИ может значительно улучшить качество колоноскопии. Кроме того, мы ожидаем включения CAD EYE в нашу рутинную клиническую практику в течение очень короткого периода времени.
Заключение
Технология распознавания и дифференциальной диагностики с помощью системы CAD EYE повышает точность прижизненной диагностики колоректальных новообразований до экспертного уровня. Это позволит использовать систему искусственного интеллекта, с одной стороны, для улучшения качества проведения скрининговой колоноскопии, а с другой стороны, для повышения уровня обнаружения и точности диагностики аденом начинающими врачами-эндоскопистами в режиме реального времени.
Участие авторов:
Концепция и дизайн исследования — Кашин С.В., Завьялов Д.В.
Сбор и обработка материала — Завьялов Д.В., Гусейнова С.Р.
Статистический анализ данных — Гусейнова С.Р.
Написание текста — Завьялов Д.В.
Редактирование — Кашин С.В.
Авторы заявляют об отсутствии конфликта интересов.
Authors contribution:
Study design and concept — Kashin S.V., Zavyalov D.V.
Data collection and processing — Zavyalov D.V., Guseinova S.R.
Statistical analysis — Guseinova S.R.
Text writing — Zavyalov D.V.
Editing — Kashin S.V.