エンドスコピーの特徴とディープラーニングアルゴリズムに基づくヘリコバクター・パイロリ感染状態の迅速な診断

科学分野:

• 医療における人工知能
• 胃腸内科 胃腸内科
• コンピューティング病理学

背景:

• ヘリコバクター・パイロリ (HP) 感染症の正確な診断は,胃疾患の管理に不可欠です.
• エンドスコピーの可視化は胃粘膜の評価に役立ちますが,解釈は主観的かもしれません.
• HP感染状態の客観的な診断ツールの開発は不可欠です.

研究 の 目的:

• HP感染状態を分類するためのディープラーニングアルゴリズムを設計する.
• 現在のHP感染,以前のHP感染,ネガティブなHP感染を3つのクラスに分類するモデルを構築する.
• 内視鏡の特徴を用いたHP感染診断の客観的で信頼できる方法を提供すること.

主な方法:

• ガストロスコピーを受けた3,000人の患者の臨床データを収集した.
• 16の内視鏡の特徴を評価・記録しました.
• HP分類のための自己注意メカニズムを利用した1Dトランスフォーマーモデルを開発した.
• モデル解釈性と特性の重要性の分析のためにSHapley添加式説明 (SHAP) を採用した.

主要な成果:

• 1Dトランスフォーマーモデルは98.9%の精度,98.8%の特異性,99.4%の感度,98.9%のF1スコアで高い性能を達成しました.
• このモデルはHP認識において他のアルゴリズムを上回った.
• SHAP分析では,各感染状態の主要な内視的特徴 (例えば,以前の感染のマップ赤色,現在の感染の拡散赤色,ネガティブな感染のRAC) が特定されました.

結論:

• 1Dトランスフォーマーモデルは,HP感染状態を分類するための正確で信頼性の高い方法を提供します.
• このAI主導のアプローチは,従来の方法と比較して診断の精度を高めます.
• モデルの解釈性は,HP感染の重要な内視マーカーに関する洞察を提供します.