Применение модели глубокого обучения и клинической модели для прогнозирования кровотечения после эндоскопической подслизистой диссекции у пациентов с ранним раком желудка

Введение: Кровотечение — одно из основных осложнений эндоскопической подслизистой диссекции (ЭПД) у пациентов с ранним раком желудка. Возможности оценки риска кровотечения после ЭПД с помощью систем искусственного интеллекта изучены недостаточно.

Цель: Разработать модели глубокого обучения и клиническую модель для прогнозирования риска кровотечения после ЭПД у пациентов с ранним раком желудка и проверить их эффективность.

Методы: В исследование включили пациентов с ранним раком желудка, которым в Медицинском центре Samsung проводили ЭПД с января 2010 года по июнь 2020 года. Кровотечения после ЭПД изучали ретроспективно. Всю когорту разделили на обучающую выборку (80%) и проверочную выборку (20%). Модели глубокого обучения и клиническую модель разработали на обучающей выборке и проверили на проверочной. Их эффективность сравнивали по площади под кривой и способности распределять пациентов по категориям риска кровотечения после ЭПД.

Результаты: В исследование включили 5629 пациентов; у 325 из них возникло кровотечение после ЭПД. Площадь под кривой для прогнозирования кровотечения составила 0,71 (95% ДИ 0,63–0,78) для модели глубокого обучения и 0,70 (95% ДИ 0,62–0,77) для клинической модели; статистически значимых различий не было (p = 0,730). В категориях низкого (< 5%), промежуточного (≥ 5%, < 9%) и высокого (≥ 9%) риска фактическая частота кровотечения составила соответственно 2,2%, 3,9% и 11,6% для модели глубокого обучения и 4,0%, 8,8% и 18,2% для клинической модели.

Выводы: Модель глубокого обучения позволяет прогнозировать и стратифицировать риск кровотечения после ЭПД у пациентов с ранним раком желудка.