게시자: Master, Doctor Mai Vien Phuong – 위장 내시경 – 건강 검진 및 내과 – Vinmec Central Park International General Hospital.
의료 AI 지원 세포학이 일반적인 관행이 되기 전에 환자 수용 또는 규제 문제와 같은 중요한 장벽을 주의 깊게 해결해야 합니다. 그 이유는 결장직장 병변 관리에서 의사 결정을 촉진, 형성 및 개선할 수 있는 CAD 알고리즘 및 인공 지능의 개발 때문입니다.
1. 대장암에서 AI 보조 세포학의 역할
지난 10년 동안 기술 개발의 주요 돌파구는 실시간 조직학을 가능하게 했습니다. 생체 내 버튼을 누르면 위장관의. 새로운 CAD-Celloscopy는 병변 사이의 더 명확한 묘사를 제공합니다 콜론 양성과 암. 또한, 이 새로운 진단 도구는 위장 종양의 세부적인 탐지 및 특징에 기여합니다.
따라서 인공 지능 대장 내시경의 등장으로 결장 병변에 대한 치료 옵션이 더 접근하기 쉽고 정확해졌습니다.
인공 지능 기술은 “실시간” 조직학을 제공하여 상당한 결장 병변(>2cm)을 수술 또는 복강경 절제술로 치료해야 하는지 여부를 결정합니다. 인공지능 내시경은 결장 병변의 최종 조직학적 및 내시경적 진단을 내리는 과정을 현저히 단축시켜 생검 불필요한 조직.
2. 연구 결과는 무엇입니까?
Lui 등은 방법의 타당성을 결정하기 위해 의료 분야에서 인공 지능 지원 이미지 분류기의 적용을 평가하는 연구를 지원했습니다. 내시경 수술 확대되지 않은 내시경 이미지를 기반으로 한 큰 결장 병변의 경우. 그들은 대장 병변의 8000 내시경 이미지를 사용하여 인공 지능 이미지 분류기를 수집했습니다. 한편, 검증 세트에는 76명의 환자로부터 얻은 567개의 내시경 이미지가 포함되었습니다. 절제된 표본의 조직학적 소견은 연구에서 검증을 위한 황금 표준으로 사용되었습니다.
자르다 내시경 1mm 점막하 침윤이 있고 침습성 병변이 없는 잘 분화된 선암 환자에게만 치료를 시행합니다. 림프절 어느. AI 이미지 분류기로 얻은 결과는 (경험이 풍부한) 내시경 의사가 찍은 결과와 비교됩니다. 앞서 언급한 병변이 있는 환자 중 복강경 수술을 받은 환자에서 인공지능의 정확도는 85.5%로 높았다. 이 연구는 큰 결장 병변(>2 cm)의 복강경 절제를 예측하는 데 인공 지능의 임상적 중요성을 강조합니다.
3. 인공지능은 귀중한 정보를 제공한다
Ichimasa에 따르면, 환자의 림프절 전이(LNM) 예측에서 인공 지능의 역할에 관한 논문을 최초로 발표 대장암 침습적 단계(CRC). 그들의 연구는 인공 지능이 침습성 CRC pT1 결장직장암에 대한 복강경 절제술 후 추가 수술의 필요성에 대한 귀중한 정보를 제공한다는 것을 보여주는 것을 목표로 했습니다.
침습성 결장직장암으로 복강경 절제술을 받는 환자에서 추가 수술을 결정할 때의 주요 평가변수 중 하나는 림프절 전이의 존재 여부입니다. 추가 수술의 필요성을 최소화하기 위해 저자는 인공 지능 모델을 사용하여 T1 CRC 환자의 림프절 전이 가능성을 예측했습니다. 예측 데이터 전이암 림프절은 일본, 유럽 및 미국 지침의 데이터와 비교되었습니다.
4. 염증성 장질환 진단에서 세포경검사의 역할
임상에서 내시경 세포학-CAD의 중요성과 함께 염증성 장질환(IBD) 환자의 진단이 크게 향상되었습니다. 이 새로운 내시경 방법은 실시간 조직학적 진단과 질병 결과의 예측을 가능하게 합니다. 벳쇼 그리고 동료들은 IBD 환자의 평가를 위해 내시경 세포감소 점수 시스템(ECSS)을 확립했습니다. 세포경 검사 척도는 모양, 코드의 간격 및 표면 미세혈관의 가시성을 평가합니다.
결장 점막의 조직학적 변화에 따른 중증도 평가 시스템. 저자는 또한 Matt의 점수 체계와 조직학적 분류 사이에 좋은 상관 관계를 보여주었습니다. 우에다 세포 내시경 점수 및 동료 인덱스를 추가하여 2018년에 분류: 점막 표면 특성.
이 업그레이드된 점수 시스템의 또 다른 이점은 질병 재발을 예측할 수 있다는 것입니다. 1390x 배율의 프로브 기반 세포 내시경을 사용하여 Neumann 및 동료 IBD 환자의 점막 세포 구조 결정에서 세포경검사의 역할을 설명합니다. 이 시스템을 사용하면 핵-세포질 비율, 핵의 크기 및 모양과 같은 미세 구조 샘플을 자세히 분석할 수 있습니다. 수집된 데이터는 결장 점막에 있는 다양한 유형의 염증 세포에 대한 확실한 식별을 제공합니다.
Neumann의 다른 연구에서 및 동료, 표준 조직병리학적 분류와 세포골격 데이터 간의 100% 일치가 확립되었습니다. Nakazato의 또 다른 흥미로운 연구 및 동료 64명의 임상 관해(Mayo 점수 0 및 Geboes 점수 ≤ 2) 환자를 포함하는 에서 Cytoscopy Scale이 조직학적 관해에 대해 높은 정확도를 가지고 있음을 보여주었습니다. 결론적으로, 그들은 Cytoscopy Scale이 조직학적 상처 평가를 위한 신뢰할 수 있는 평가 도구가 될 수 있다는 점을 인정합니다.
5. AI를 이용한 세포경 검사는 결장 점막의 지속적인 조직학적 염증을 예측합니다
마에다의 연구 및 동료 궤양성 대장염 환자에서 결장 점막의 지속적인 조직학적 염증을 예측하는 세포 축소 CAD(520x 초배율 내시경) 시스템의 개발에 대해 보고합니다. 연구의 목적은 점막의 지속적인 염증을 기반으로 임상 악화의 시작을 예측하기 위해 내시경 세포 환원적 CAD 시스템을 사용하여 결장 점막을 평가하는 것이 었습니다.
그들의 연구에서 187명의 환자는 궤양 성 대장염 결장 점막의 Mayo 내시경 점수를 결정하기 위해 백색광 내시경을 시행했습니다. 가장 심한 염증 부위를 확인한 후, 그들은 NBI 요법과 함께 세포 내시경을 사용했습니다. 그들의 분석은 cytoscopy-CAD가 74%의 민감도와 97%의 특이도로 지속적인 조직학적 염증을 식별했음을 보여주었습니다. Maeda 등은 또한 내시경 세포학-CAD가 미래의 치료 전략에 이점을 추가했음을 보여줍니다. 그러나 저자들은 영상 연구의 수가 부족하기 때문에 더 많은 연구를 수행하는 것을 고려했습니다.
6. 결론
의료 AI 보조 세포 내시경이 일반적인 관행이 되기 전에 무능한 내시경 의사의 환자 수용 또는 수행과 같은 중요한 장벽 및 규제 문제는 주의 깊게 다루어야 합니다. CAD 알고리즘 및 인공 지능의 개발은 결장직장 병변 관리의 의사 결정을 촉진, 형성 및 개선할 수 있습니다. 전반적으로, cytoscopy는 진단에 도움이 되는 우수한 정확도를 보여주었습니다. 생체 내 하부 위장관의 병변.
참조:
1. 노이만 H, Fuchs FS, Vieth M, Atreya R, Siebler J, Kiesslich R, Neurath MF. 검토 기사: endocytoscopy에 의한 생체 내 이미징. Aliment Pharmacol Ther. 2011년;33:1183-1193. [PubMed] [DOI]
2. Sasajima K, Kudo SE, Inoue H, Takeuchi T, Kashida H, Hidaka E, Kawachi H, Sakashita M, Tanaka J, Shiokawa A. endocytoscopy 시스템을 사용할 때 대장 병변의 실시간 생체 내 가상 조직학. 위장 내시경. 2006년;63:1010-1017. [PubMed] [DOI]
3. Takamaru H, Wu SYS, Saito Y. Endocytoscopy: 하부 đường tiêu hoá tract의 기술 및 임상 적용. Transl Gastroenterol 헤파톨. 2020년;5:40. [PubMed] [DOI]
4. 이노우에 H, Kudo SE, Shiokawa A. 기술 통찰력: 위장관의 세포 관찰을 위한 레이저 스캐닝 공초점 현미경 및 endocytoscopy. Nat Clin Pract 위장 엔테롤 헤파톨. 2005년;2:31-37. [PubMed] [DOI]
