El nuevo sistema de IA proporciona una evaluación endoscópica consistente
Primero, realizamos un estudio transversal para crear un sistema de IA para imágenes endoscópicas en colitis ulcerosa. Luego, realizamos un estudio prospectivo para evaluar si el sistema de IA podría predecir el pronóstico del paciente. Finalmente, aplicamos nuestro sistema de IA a la videocolonoscopia. Crédito: Departamento de Medicina Colaborativa para Gastroenterología y Hepatología, TMDU
Investigadores de la Universidad Médica y Dental de Tokio (TMDU) han desarrollado un sistema de inteligencia artificial para detectar y caracterizar enfermedades utilizando imágenes de video clínicas en tiempo real, lo que reduce la necesidad de costosos y biopsias invasivas
Al visitar a un médico, muchos pacientes prefieren procedimientos no invasivos a los invasivos y potencialmente dolorosos. Afortunadamente, los investigadores de TMDU han desarrollado una herramienta que puede reducir la necesidad de procedimientos de diagnóstico invasivos en la colitis ulcerosa.
Tanto las evaluaciones endoscópicas como las histológicas son importantes para diagnosticar diversas enfermedades. En una evaluación endoscópica, se inserta directamente en el cuerpo de un paciente un tubo largo y flexible con una luz y una cámara para evaluar un órgano o tejido en particular. Para una evaluación histológica, se extrae y analiza fuera del cuerpo una biopsia, es decir, una muestra de tejido del cuerpo del paciente. Con el objetivo de prevenir biopsias innecesarias y mejorar los diagnósticos médicos, los investigadores de TMDU desarrollaron previamente un sistema de red neuronal profunda llamado DNUC para evaluar la colitis ulcerosa, una enfermedad crónica que ocurre en el intestino grueso caracterizada por una inflamación crónica en el revestimiento del colon. Sin necesidad de biopsias, esta herramienta de inteligencia artificial puede evaluar imágenes de tejidos para identificar y cuantificar áreas de inflamación y enfermedad.
En su último estudio, el equipo amplió la aplicación de DNUC de imágenes fijas a videos de colonoscopia en vivo de pacientes con colitis ulcerosa. Un total de 770 pacientes fueron incluidos en el estudio prospectivo multicéntrico. Los investigadores demostraron que la DNUC puede determinar la presencia o ausencia de inflamación en tiempo real, con una alta tasa de concordancia entre los resultados de la DNUC y los diagnósticos de los expertos. DNUC también pudo predecir casos de remisión con un alto nivel de precisión.
«Confirmamos que DNUC puede identificar automáticamente áreas de inflamación y proporcionar una puntuación endoscópica para esas áreas», dice el autor principal del estudio, Kento Takenaka. . Los puntajes obtenidos por DNUC se compararon con puntajes asignados por un experto y mostraron un alto nivel de concordancia, lo que confirma la precisión del algoritmo DNUC.
Esta herramienta de inteligencia artificial puede brindar muchos beneficios al campo médico. «El uso de DNUC puede reducir la necesidad de biopsias, ahorrando así tiempo y costos tanto para los pacientes como para los médicos», dice Mamoru Watanabe, autor principal del estudio. El sistema DNUC también tiene el potencial de evaluar imágenes y secuencias de video más rápidamente que un médico. Además, la endoscopia requiere entrenamiento y las interpretaciones de los resultados endoscópicos pueden ser subjetivas, variando para cada endoscopista. DNUC puede permitir más estándares cuantitativos en las evaluaciones, abordando estos problemas actuales relacionados con la variabilidad y el sesgo en los diagnósticos médicos.
Este sistema se puede aplicar a las plataformas de colonoscopia disponibles comercialmente, lo que facilita su adopción en la práctica clínica. DNUC también podría facilitar la formación de gastroenterólogos jóvenes. En general, este trabajo destaca el potencial de la inteligencia artificial para mejorar la atención médica actual.
La investigación se publicó en The Lancet Gastroenterology & Hepatology.
Explore más
Uso de inteligencia artificial para evaluar la colitis ulcerosa Más información: Kento Takenaka et al, Deep neural network for video colonoscopy of ulcerative colitis: a cross-sectional study, The Lancet Gastroenterology & Hepatología (2021). DOI: 10.1016/S2468-1253(21)00372-1 Proporcionado por la Universidad Médica y Dental de Tokio Cita: El nuevo sistema de IA proporciona la evaluación endoscópica consistente (13 de diciembre de 2021) recuperado el 29 de agosto de 2022 de https: //medicalxpress.com/news/2021-12-ai-endoscopic.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.