המעבדה הרפואית

מודל בינה מלאכותית מסייע בסיווג חומרה אנדוסקופית של חולים עם קוליטיס כיבית (מתוך אתר MDEdge)

מודל בינה מלאכותית חדש מסייע בהערכה מדויקת של הדמיות אנדוסקופיות מחולים עם קוליטיס כיבית ועשוי אף להבחין בין כל ארבעת מדדי MES (Mayo Endoscopic Subscore) להערכת פעילות מחלה, כך עולה מתוצאות מחקר חדש.

למרות שהטיפול בקוליטיס כיבית כולל מעקב אחר פעילות המחלה ותגובה מיידית עם טיפול הולם, הערכה אנדוסקופית כרוכה בהבדלים משמעותיים בין בודקים ולכן מהימנות הערכות אינדיבידואליות אינה גבוהה. טכניקות המבוססות על בינה מלאכותית עשויות להתגבר על שונות בין בוחנים ולסייע בהבחנה בין כל דרגות הפעילות האנדוסקופיות בדיוק רב.

במסגרת המחקר אספו החוקרים 1,484 הדמיות אנדוסקופיות ייחודיות מ-467 חולים עם קוליטיס כיבית (גיל חציוני של 45 שנים; 45.3%גברים) שעברו קולונוסקופיה או סיגמואידוסקופיה. עוד נאספו הדמיות רירית מעי גס תקינה מתכניות מעקב אחר סרטן מעי גס במטרה לשקף את הפיזור במרפאה.

שני מומחים דירגו את ההדמיות בהתאם ל-MES. מומחה שלישי, אשר לא היה מודע לתוצאות של שני המומחים הקודמים, גם דירג את ההדמיות בכל מקרה של חוסר הסכמה בין שני הבוחנים. קרוב למחצית מההדמיות (47.3%) סווגו כתקינות, כאשר 26% סווגו כ-MES1 (פעילות קלה), 20.2% סווגו כ-MES2 (פעילות מתונה) ו-6.5% סווגו כ-MES3 (פעילות חמורה).

כל ההדמיות האנדוסקופיות חולקו באקראי למקבץ אימון (85%) ומקבץ בדיקה (15%).  החוקרים התבססו על מדגם האימון לפיתוח ובחירת המודל האופטימאלי הסופי.

המודל הנבחר היה EfficientNetB2, לאור העדיפות של הדיוק הממוצע. מודל זה, על-פי החוקרים, יכול לעבד הדמיות מהר יותר משמעותית ודורש עוצמת מחשב נמוכה יותר מ-InceptionNetV3, שהוא המודל האחר שנבחן במחקר.

הדיוק של המודל הסופי בהבחנה בין כל הקטגוריות של MES עמד על 0.84. החוקרים בחנו את המודל באופן בינארי להבחנה בין MES 0 לעומת MES 1-3 ובין MES 0-1 לעומת MES 2-3. הם מצאו כי המודל השיג דיוק של 0.94 ושל 0.93 ושטחים מתחת לעקומת ה-ROC של 0.997 ו-0.998, בהתאמה.

החוקרים מציינים כי הם השתמשו בפי 10 פחות הדמיות במחקר, בהשוואה למחקרים קודמים אך מציינים כי המודל שפותח הדגים דיוק של כ-0.74 גם כאשר נעשה שימוש בתמונות ממדגם אחר עם איכות הדמיה נמוכה יותר. הם מוסיפים כי המודל יכול להשיג תוצאות טובות יותר במידה ונתונים נוספים יהיו זמינים.

לסיכום, במחקר הנוכחי פותח מודל למידה עמוקה אשר השיג תוצאות טובות יותר מבעבר בסיווג הדמיות אנדוסקופיות של חולים עם קוליטיס כיבית. באופן זה ניתן יהיה באופן אוטומטי להעריך את פעילות המחלה הן לצרכים קליניים והן לצרכים אקדמיים.

 

מתוך אתר MDEdge

 

לידיעה במדסקייפ

0 תגובות

השאירו תגובה

רוצה להצטרף לדיון?
תרגישו חופשי לתרום!

כתיבת תגובה

מידע נוסף לעיונך

כתבות בנושאים דומים

הנך גולש/ת באתר כאורח/ת.

במידה והנך מנוי את/ה מוזמן/ת לבצע כניסה מזוהה וליהנות מגישה לכל התכנים המיועדים למנויים
להמשך גלישה כאורח סגור חלון זה