基于组织学图像的整体模型来识别肌肠炎,并预测克罗恩氏病内镜术后复发:一个多中心的回顾性研究
Yuexin Wang1, Qi He1, Danhua Yao1
1Department of General Surgery, Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Journal of Crohn's & colitis
|November 24, 2023
概括
一个新的深度学习系统通过分析手术样本中的肌肠炎来准确预测克罗恩病的复发. 这种AI工具有助于识别患有术后复发风险较高的患者.
科学领域:
- 胃肠病学 胃肠病学
- 计算病理学计算病理学
- 人工智能在医学中的应用
背景情况:
- 肠炎与克罗恩病复发有关,但其评估是困难的.
- 传统的统计方法在评估肌肠的特征方面存在局限性.
- 准确预测术后复发对于管理克罗恩病至关重要.
研究的目的:
- 开发和验证用于预测克罗恩病术后复发的深度学习系统.
- 为了自动选和识别肌肉层和肌肠的特征.
- 用组织学图像来评估肌肠炎的严重程度.
主要方法:
- 对205名接受肠切除的患者进行了回顾性审查.
- 使用190,960个图像补丁开发一个深度学习模型 (ResNet50编码器).
- 使用培训,内部和外部队列与五种分类算法验证模型.
主要成果:
- 堆叠模型在所有队列中预测克罗恩病复发的准确度高 (AUC范围:0.8680.980).
- 该模型在识别肌肠炎严重程度方面取得了显著的准确性 (AUC范围:0.6940.833).
- 深度学习系统在外部验证中表现强.
结论:
- 开发了一个可解释的深度学习模型来预测克罗恩病的复发.
- 该模型利用肌肉层和肌肠的特征进行预测.
- 这种人工智能方法有助于识别肌肠炎的严重程度,并预测术后复发.
更多相关视频
09:44Functional Assessment of Intestinal Motility and Gut Wall Inflammation in Rodents: Analyses in a Standardized Model of Intestinal Manipulation
Published on: September 11, 2012
22.2K
15:49Flexible Colonoscopy in Mice to Evaluate the Severity of Colitis and Colorectal Tumors Using a Validated Endoscopic Scoring System
Published on: October 16, 2013
31.8K
