Глубокое обучение и энтероскопия с применением вспомогательных устройств: автоматическое выявление ангиоэктазий желудочно-кишечного тракта

Введение и цель: Энтероскопия с применением вспомогательных устройств (DAE) позволяет глубоко исследовать тонкую кишку и сочетает диагностические и лечебные возможности. Наиболее частым показанием к DAE является подозрение на кровотечение из среднего отдела желудочно-кишечного тракта, а наиболее распространённой причиной служат сосудистые поражения, прежде всего ангиоэктазии. Однако диагностическая эффективность DAE при выявлении этих поражений недостаточна. Алгоритмы глубокого обучения продемонстрировали высокий потенциал для автоматического обнаружения поражений при эндоскопии. Целью исследования была разработка модели искусственного интеллекта для автоматического выявления ангиоэктазий на изображениях, полученных при DAE.

Методы: На основе изображений, полученных при DAE, была разработана свёрточная нейронная сеть (CNN). Каждый кадр классифицировали как содержащий нормальную слизистую оболочку или ангиоэктазию. Набор изображений разделили на обучающую и валидационную выборки. Последнюю использовали для оценки эффективности CNN.

Результаты: В исследование включили 72 исследования методом DAE; было выделено 6740 изображений, включая 5345 изображений нормальной слизистой оболочки и 1395 изображений ангиоэктазий. Чувствительность модели составила 88,5%, специфичность — 97,1%, площадь под ROC-кривой (AUC) — 0,988. Скорость обработки изображений составила 6,4 мс на кадр.

Выводы: Применение искусственного интеллекта при DAE может существенно повлиять на ведение пациентов с подозрением на кровотечение из среднего отдела желудочно-кишечного тракта.