Искусственный интеллект и капсульная эндоскопия: автоматическое выявление крови в тонкой кишке с помощью сверточной нейронной сети

Введение: Капсульная эндоскопия произвела революцию в ведении пациентов с неясным желудочно-кишечным кровотечением. Однако анализ изображений, полученных при капсульной эндоскопии, занимает много времени и сопровождается риском пропуска значимых поражений, что ограничивает диагностическую ценность метода. Целью исследования было создание алгоритма глубокого обучения для автоматического выявления крови и кровянистых остатков в просвете кишечника при капсульной эндоскопии.

Методы: Сверточную нейронную сеть разработали на основе общего набора из 22 095 изображений капсульной эндоскопии, включая 13 510 изображений с кровью в просвете и 8585 изображений нормальной слизистой или других находок. Для обучения использовали 80% общего набора изображений. Работу сети сравнивали с согласованной классификацией, выполненной двумя специалистами по капсульной эндоскопии. Затем оценили работу сети на независимом наборе для валидации, включавшем 20% общего количества изображений, рассчитав чувствительность, специфичность, точность и прецизионность.

Результаты: Сверточная нейронная сеть выявляла кровь и кровянистые остатки в просвете тонкой кишки с общей точностью 98,5% и прецизионностью 98,7%. Чувствительность составила 98,6%, специфичность — 98,9%. Анализ тестового набора был завершён за 24 с, что соответствует примерно 184 кадрам в секунду.

Обсуждение и выводы: Разработан инструмент искусственного интеллекта, способный эффективно выявлять кровь в просвете кишечника. Разработка таких инструментов может повысить диагностическую точность капсульной эндоскопии при обследовании пациентов с неясным кровотечением из тонкой кишки.