19/02/2020
Искусственный интеллект в эндоскопии
Сегодня гастроэнтерологи сталкиваются с проблемой того, как воспринимать и интерпретировать большой объем визуальных данных - (около 30 кадров высокой четкости в секунду), представляемых в реальном времени во время эндоскопии. Гастроэнтерологи должны принимать диагностические решения в режиме реального времени, поскольку визуальные результаты немедленно влияют на такие процедуры, как взятие биопсии или удаление полипа. Компьютерное зрение, примененное к эндоскопии, может улучшить интерпретацию изображений.
В 2019 году были опубликованы первые проспективные клинические испытания искусственного интеллекта с глубоким обучением для выявления полипов. Одно крупное рандомизированное контролируемое исследование показало увеличение частоты выявления аденомы, когда гастроэнтерологам помогал экранный «блок оповещения», который выделил местоположение подозреваемых полипов, обнаруженных ИИ. Но большинство полипов, идентифицированных ИИ, были уменьшительными полипами, и существует противоречие относительно клинической значимости удаления таких полипов.
Необходимы более масштабные исследования, чтобы определить, может ли ИИ надежно обнаруживать более крупные «плоские» полипы, которые легко пропустить и которые повышают риск прогрессирования рака.
А с помощью гистологического ИИ-прогнозирования эндоскопист может принять стратегию удаления, избавляя от необходимости ручного анализа. Некоторые системы ИИ уже превышают порог в экспериментальных условиях, но клинические испытания все еще необходимы.
Ранний прогресс уже достигнут в обнаружении кровотечений из тонкой кишки при капсульной эндоскопии, выявлении неоплазии пищевода и дисплазии.
Центральным требованием для развития компьютерного зрения в желудочно-кишечной эндоскопии является сбор и аннотация высококачественных видеоданных. Кроме того, для эндоскопических процедур существует большая разница в том, хранятся ли захваченные изображения в электронной медицинской карте или где-либо еще. Видеоданные также должны быть аннотированы для разработки и уточнения большинства алгоритмов ИИ. Медицинская аннотация видео и изображений требует много времени и требует вмешательства врача, а программные технологии для аннотации остаются незрелыми. Исследовательские группы по эндоскопии только начинают разрабатывать аннотированные мультиинституциональные библиотеки изображений и видео в масштабе.
В эндоскопию были вложены средства в развитие технологий искусственного интеллекта, но необходимы равные инвестиции для испытаний реального клинического воздействия этих технологий. Нормативное одобрение и практическое применение инструментов ИИ для эндоскопии потребуют клинических данных, свидетельствующих об улучшении значимых показателей результата, таких как выявление дисплазии в пищеводе Барретта и частота выявления аденомы для скрининговой колоноскопии. Использование потенциала данных видеоэндоскопии для разработки инструментов искусственного интеллекта, которые улучшают клинические результаты, станет ключом к расширению поля зрения в желудочно-кишечной эндоскопии.