Sức khỏe tổng quát

Vai trò của trí tuệ nhân tạo trong chẩn đoán độ xâm lấn ung thư thực quản Update 07/2021

Pinterest LinkedIn Tumblr

Bài viết của Thạc sĩ, Bác sĩ Mai Viễn Phương – Khoa Khám bệnh & Nội khoa – Bệnh viện Đa khoa Quốc tế Vinmec Central Park

<!– –>

Hiện nay, chức năng nội soi nhuộm màu phóng đại đã trở thành phương pháp lâm sàng được lựa chọn đầu tiên để chẩn đoán ung thư biểu mô tế bào vảy thực quản sớm. Tuy nhiên, độ chính xác của chức năng nội soi nhuộm màu phóng đại trong chẩn đoán ung thư biểu mô tế bào vảy thực quản sớm còn hạn chế bởi kinh nghiệm và trình độ của các bác sĩ nội soi. Trí tuệ nhân tạo có thể giúp các bác sĩ nội soi thiếu kinh nghiệm phân tích hình ảnh y tế một cách thông minh, phát hiện và / hoặc phân loại các tổn thương và cải thiện độ chính xác chẩn đoán bằng cách sử dụng các thuật toán biến thể.

1. Trí tuệ nhân tạo có thể giúp chẩn đoán ung thư thực quản giai đoạn sớm hay xâm lấn

Nó có thể phân biệt ung thư thực quản nông với ung thư tiến triển xâm lấn với độ chính xác là 98%. Sau đó, Cai và cộng sự đã đề xuất một hệ thống chẩn đoán mới có sự hỗ trợ của máy tính (CAD) sử dụng mạng nơ-ron sâu (DNN). Hai nghìn bốn trăm hai mươi tám (1332 hình ảnh bất thường, 1096 hình ảnh bình thường) từ 746 bệnh nhân đã được thu thập để thiết lập một hệ thống DNN-CAD mới ở hai trung tâm và một bộ dữ liệu xác nhận gồm 187 hình ảnh từ 52 bệnh nhân đã được chuẩn bị. Chỉ các WLI tiêu chuẩn được sử dụng để đào tạo mô hình. Mô hình DNN-CAD có thể phát hiện 91,4% ung thư biểu mô tế bào vảy thực quản sớm, cao hơn so với mô hình nội soi tiên tiến. Ohmori và cộng sự đã đánh giá hình ảnh nội soi phóng đại và không phải nội soi phóng đại [bao gồm WLI và NBI / Blue Laser Imaging (BLI)] bằng cách sử dụng CNN dựa trên Single-Shot Multibox Detector (SSD) để xác định ung thư biểu mô tế bào vảy thực quản. Độ chính xác của nội soi phóng đại , non-nội soi phóng đại + WLI và non-nội soi phóng đại + NBI / BLI là SEN cao và SPE trung bình, lần lượt là 77%, 81% và 77%.

Hình ảnh ung thư sớm thực quản qua nội soi phóng đại

Hình ảnh ung thư sớm thực quản qua nội soi phóng đại

2. Hiệu suất chẩn đoán giữa trí tuệ nhân tạo và các bác sĩ nội soi có kinh nghiệm

Nghiên cứu đã chứng minh rằng không có sự khác biệt đáng kể nào về hiệu suất chẩn đoán giữa trí tuệ nhân tạo và các bác sĩ nội soi có kinh nghiệm. Nội soi chẩn đoán Zhao và cộng sự đã tiến hành một mô hình CAD khác để đánh giá tính khả thi của việc phân loại tự động các vòng mao mạch trong niêm mạc để cải thiện việc phát hiện ung thư biểu mô tế bào vảy thực quản. Hình ảnh nội soi phóng đại – NBI được thu thập và một mạng phức hợp đầy đủ có nhãn kép đã được phát triển để phân đoạn hình ảnh. Trong nghiên cứu, chỉ ra rằng độ chính xác chẩn đoán của các quan sát viên cấp cao cao hơn nhiều so với các quan sát viên cấp trung và cấp dưới. Khi mô hình này phân biệt các tổn thương A, B1 và ​​B2 vòng mao mạch trong niêm mạc, tỷ lệ độ chính xác chẩn đoán mức độ tổn thương và điểm ảnh lần lượt đạt 89,2% và 93%, tương tự như các đàn anh. Cụ thể, mô hình nhạy cảm với vòng mao mạch trong niêm mạc loại A hơn các bác sĩ lâm sàng (71,5% so với28,2% -64,9%), có thể tránh điều trị triệt để không cần thiết. Tổng cộng 7046 hình ảnh HD nội soi phóng đại – NBI tuần tự từ 17 bệnh nhân đã được sử dụng để đào tạo CNN trong một nghiên cứu khác được thực hiện bởi Everson và cộng sự. Các mẫu vòng mao mạch trong niêm mạc cũng được phân loại theo phân loại JES. CNN này phân biệt bất thường với các mẫu vòng mao mạch trong niêm mạc thông thường với 93,7% độ chính xác.

Hình ảnh các quai mao mạch, mấu chốt trong chẩn đoán ung thư thực quản giai đoạn sớm

Hình ảnh các quai mao mạch, mấu chốt trong chẩn đoán ung thư thực quản giai đoạn sớm

Hệ thống nội soi cung cấp ống nội soi phóng đại, có thể nhuộm xanh methylen để quan sát các tế bào biểu mô bề mặt. Độ phóng đại quang học của ung thư thực quản S là 500 ×, có thể tăng lên 900 × bằng cách sử dụng độ phóng đại kỹ thuật số trong bộ xử lý video. Kumagai và cộng sự đã sử dụng hệ thống trí tuệ nhân tạo dựa trên CNN dựa trên GoogLeNet và được đào tạo sử dụng 4715 hình ảnh ung thư thực quản S của thực quản (1141 hình ảnh ác tính và 3574 hình ảnh không ác tính) để chẩn đoán ung thư biểu mô tế bào vảy thực quản bằng hình ảnh ung thư thực quản S. Một bộ 1520 hình ảnh độc lập, được thu thập từ 55 bệnh nhân liên tiếp (27 ung thư biểu mô tế bào vảy thực quản và 28 tổn thương thực quản lành tính) đã được thử nghiệm. Trí tuệ nhân tạo đã chẩn đoán chính xác 25 trong số 27 ung thư biểu mô tế bào vảy thực quản với SEN tổng thể là 92,6%, SPE là 89,3% và độ chính xác tổng thể là 90,9%.

4. Độ chính xác của trí tuệ nhân tạo trong chẩn đoán độ xâm lấn của ung thư thực quản

Chẩn đoán độ xâm lấn của ung thư biểu mô tế bào vảy thực quản được thực hiện bởi Nakagawa và cộng sự không xác định mẫu vòng mao mạch trong niêm mạc mà nhằm dự đoán độ sâu của sự xâm lấn của ung thư bằng cách sử dụng hệ thống công nghệ học sâu dựa trên kiến ​​trúc CNN-SSD. Đối với tất cả các hình ảnh không nội soi phóng đại và nội soi phóng đại, khả năng hệ thống phân biệt chính xác bệnh lý ung thư niêm mạc/vi xâm lấn dưới niêm mạc (EP / SM1) với ung thư xâm lấn sâu dưới niêm mạc (SM2 / 3) lần lượt là 91%, 92,9% và 89,7%, với hiệu suất tương đương với các bác sĩ nội soi có kinh nghiệm.

Trong nghiên cứu của Tokai và cộng sự, khả năng của trí tuệ nhân tạo để đo độ sâu của cuộc xâm lược ung thư biểu mô tế bào vảy thực quản đã được chứng minh. Họ đã thu thập 1751 hình ảnh đào tạo ung thư biểu mô tế bào vảy thực quản do WLI và NBI thu được từ Bệnh viện Viện Ung thư Nhật Bản và phát triển hệ thống chẩn đoán CNN-SSD. Các hình ảnh phóng đại thu được qua đã bị loại trừ. Sau đó, 291 hình ảnh xét nghiệm từ 55 bệnh nhân được xác nhận bằng các phát hiện bệnh lý đã được sử dụng để so sánh hệ thống trí tuệ nhân tạo với 13 bác sĩ nội soi được hội đồng chứng nhận. Hệ thống trí tuệ nhân tạo đã phát hiện 95,5% ung thư biểu mô tế bào vảy thực quản trong các hình ảnh thử nghiệm trong 10 giây và ước tính chính xác độ sâu xâm nhập của ung thư biểu mô tế bào vảy thực quản trong 6 giây, với SEN là 84,1% và độ chính xác là 80,9%. Điểm độ chính xác của hệ thống này vượt quá 12 trong số 13 bác sĩ nội soi, và AUC của nó lớn hơn AUC của tất cả các bác sĩ nội soi. Nó được chỉ ra rằng hệ thống trí tuệ nhân tạo có khả năng được sử dụng để chẩn đoán ung thư biểu mô tế bào vảy thực quản và đo độ sâu của sự xâm lấn.

Ung thư thực quản giai đoạn xâm lấn

Ung thư thực quản giai đoạn xâm lấn

Để được tư vấn trực tiếp, Quý Khách vui lòng bấm số HOTLINE hoặc đăng ký lịch trực tuyến TẠI ĐÂY. Tải ứng dụng độc quyền MyVinmec để đặt lịch nhanh hơn, theo dõi lịch tiện lợi hơn!

Tài liệu tham khảo

  • Liu Y. Artificial intelligence-assisted endoscopic detection of esophageal neoplasia in early stage: The next step? World J Gastroenterol 2021; 27(14): 1392-1405 [DOI: 10.3748/wjg.v27.i14.1392].
  • Thrumurthy SG , Chaudry MA, Thrumurthy SSD, Mughal M. Ung thư thực quản: rủi ro, phòng ngừa và chẩn đoán. BMJ . Năm 2019; 366 : l4373. [ PubMed ] [ DOI ]
  • Merkow RP , Bilimoria KY, Keswani RN, Chung J, Sherman KL, Knab LM, Posner MC, Bentrem DJ. Xu hướng điều trị, nguy cơ di căn hạch và kết cục của ung thư thực quản khu trú. J Natl Cancer Inst . 2014; 106 . [ PubMed ] [ DOI ]
  • Liu Y. Artificial intelligence-assisted endoscopic detection of esophageal neoplasia in early stage: The next step? World J Gastroenterol 2021; 27(14): 1392-1405 [DOI: 10.3748/wjg.v27.i14.1392]

Comments are closed.