Подход на основе глубокого обучения для распознавания эндоскопических проявлений по Киотской шкале гастрита

Цель: Риск рака желудка можно прогнозировать по эндоскопическим проявлениям и Киотской шкале гастрита. Целью настоящего исследования была оценка применимости методов искусственного интеллекта для распознавания эндоскопических проявлений в соответствии с определениями Киотской шкалы гастрита, что позволит улучшить раннее выявление рака желудка и снизить смертность от него.

Методы: В это ретроспективное исследование включили 29 013 изображений слизистой оболочки желудка, которые тщательно разметили по пяти категориям согласно Киотской шкале гастрита: атрофия (A), диффузная гиперемия (DR), утолщённые складки (H), кишечная метаплазия (IM) и узловатость (N). Для решения задачи многометочной классификации предложен подход на основе глубокого обучения, включающий пять моделей GAM-EfficientNet. Каждая модель выполняла многоклассовую классификацию для количественной оценки эндоскопических проявлений: отсутствие признака или степень выраженности от 0 до 2. Подход сравнивали с эндоскопистами с разным стажем по доле правильных классификаций, специфичности, точности положительных классификаций, чувствительности и F1-мере.

Результаты: Предложенный подход продемонстрировал хорошие результаты при выявлении пяти проявлений, оцениваемых по Киотской шкале гастрита: средняя доля правильных классификаций составила 78,70%, специфичность — 91,92%, точность положительных классификаций — 80,23%, чувствительность — 78,70%, F1-мера — 0,78. У пяти опытных эндоскопистов эти показатели составили соответственно 72,63%, 90,00%, 77,68%, 72,63% и 0,73, а у пяти эндоскопистов с меньшим опытом — 66,60%, 87,44%, 70,88%, 66,60% и 0,66. Согласно t-критерию для независимых выборок, средние значения всех показателей предложенного подхода при выявлении пяти проявлений были статистически значимо выше, чем у эндоскопистов с меньшим опытом, опытных эндоскопистов и всех эндоскопистов в целом (p<0,05).

Выводы: Результаты исследования свидетельствуют о потенциальном превосходстве методов глубокого обучения при распознавании эндоскопических проявлений желудка над работой как начинающих, так и опытных эндоскопистов. Таким образом, этот подход может использоваться в качестве вспомогательного инструмента, однако для оценки его клинической применимости необходима проспективная валидация.