查看更多
密码过期或已经不安全,请修改密码
修改密码壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
准确诊断良性或恶性状况以及识别不确定胆道狭窄患者的病变边缘是确定手术指征、手术方案和预后所必需的。经口胆道镜检查(POCS)经常用于可视化胆道狭窄,能够提供视觉引导活检,且与透视活检相比,具有提高诊断准确性的优势。术前确认病变范围是必要的,因为胆管癌经常涉及胆管黏膜的表层,从而影响手术方案的选择。因此,术前POCS在胆道狭窄患者中至关重要。在POCS期间,可以使用白光成像(WLI)和窄带成像(NBI)详细观察胆管黏膜,从而基于POCS结果分类实现高精度诊断,尤其关注胆管肿瘤的表面结构和微血管。
然而,仅使用传统成像诊断恶性或确定病变边缘仍然具有挑战性。在胃肠道内镜检查中,包括NBI和色素内镜在内的图像增强内镜被广泛用于区分良性和恶性病变以及诊断病变范围。靛蓝胭脂红染色是一种与WLI和NBI相当的重要模式,通常用于提高胃肠道内镜检查中黏膜异常的可见性,以及通过胃肠道内镜检查增加可视化病变范围。胆管癌通常起源于胆管黏膜;POCS中黏膜异常的可见性有助于确定诊断范围并判断良恶性。然而,由于在POCS期间胆管腔内存在胆汁或盐水,靛蓝胭脂红喷雾是具有挑战性的。因此,本研究利用人工智能技术,实现虚拟靛蓝胭脂红染色,而无需向胆管内喷洒靛蓝胭脂红染料。该技术较传统的WLI和NBI技术,更能识别黏膜表面结构和病变边缘,具有更高的胆道疾病诊断准确性。
虚拟靛蓝胭脂红色素内镜图像:一种使用人工智能技术进行经口胆道镜检查的新方法
日本一项研究表明,对于不明原因胆道狭窄的患者而言,经口胆道镜检查(POCS)至关重要。然而,相较于传统的白光内镜(WLI)结合窄带成像(NBI),利用人工智能实现虚拟靛蓝胭脂红染色的内镜成像,具有更高的诊断效率。该研究发表于《消化内镜》[Gastrointest Endosc. 2024, Nov;100(5):938-946]杂志2024年11月刊。
为了解决胆汁或盐水对喷洒靛蓝胭脂红产生的影响,研究机构利用一项人工智能技术——CycleGAN,成功将POCS图像转换为虚拟靛蓝胭脂红色素内镜图像(VICI),如图1所示。
图1
CycleGAN是一种神经网络算法,能够在没有成对图像的情况下使用无监督学习实现图像风格转换。如图1所示,该技术通过将一系列WLI图像和喷洒靛蓝胭脂红图像输入模型训练,使得模型能实现WLI与靛蓝胭脂红图像的风格转换,训练完成之后,就可以将任意一张WLI图像转换为靛蓝胭脂红风格图像,称为VICI。
这项单中心、回顾性研究分析了2012年1月到2023年10月的40例接受POCS的胆道狭窄患者,他们同时有WLI和NBI图像,并且具有活检或手术标本的组织病理学结果作为诊断金标准。研究人员使用CycleGAN技术将WLI转换为VICI。由三名经验丰富的胆胰内镜医生在没有患者信息的情况下,评估所有患者的WLI、NBI和VICI。
主要结果是表面结构、表面微血管和病变边缘的可视化质量。在意见不一致的情况下,由内镜医生讨论最终结果,并为每例患者的每种成像模式进行单一评估。次要结果是诊断准确性。为了验证VICI和NBI对WLI良性和恶性诊断准确性的影响,内镜医生以3种模式阅读所有病例——仅WLI、WLI结合VICI,以及WLI结合NBI——并作出每例患者是否存在良性或恶性病变的诊断。
研究结果表明,与WLI(P < .001)和NBI(P < .001)相比,VICI显示出更优越的表面结构和病变边缘可视化效果;而对微血管可视化来说,NBI相较于WLI(P<.001)和VICI(P<.001),显示出更优越的效果。诊断准确性分别为:WLI 72.5%,WLI结合VICI 87.5%,WLI结合NBI 90.0%。与单独WLI相比,WLI结合VICI的准确性更高(P=.083),WLI结合NBI没有显著差异(P=.65)。
因此,研究团队认为,POCS中的VICI对于可视化表面结构和病变边缘具有诊断价值,并有助于提高与NBI相当的诊断准确性。VICI可能是POCS的一种除了NBI之外的新的支持性技术。
关于胆道病变,目前已有CRM和Mendoza分类对非肿瘤和肿瘤性病变进行宏观分类,根据这种分类,检测肿瘤性病变的敏感性为96.3%,特异性为92.3%。因此,表面结构的可视化对于胆道病变的准确诊断至关重要。此外,胆管癌通常在胆管黏膜的表层发展;因此,使用POCS评估病变边缘很重要,对于实现高R0切除率具有潜在价值。
在胃肠道内镜检查中,靛蓝胭脂红喷雾对于评估表面结构和病变边缘是有益的。它在早期胃癌诊断和炎症性肠病中异型病变的检测中已被证明是有用的。VICI已经在胃肠道内镜检查的临床实践中被报道,并且与实际喷涂靛蓝胭脂红后的表现具有高度相似性。而在胆管内喷涂靛蓝胭脂红具有挑战性的情况下,VICI也成为一种理想的模式。
NBI已经成为胃肠道内镜检查中诊断早期胃癌和结直肠肿瘤不可或缺的模式。胆管病变中不规则微血管的存在或缺失是良性和恶性状况之间的关键区别。NBI已被报道在预测不确定胆道狭窄的恶性中很有用,准确率为91.3%,而WLI为82.8%。此外,有报告表明,关注胆管病变的表面结构和微血管比单独关注任一方面能获得更高的诊断准确性。
在胃肠道内镜检查领域,作为诊断癌症和腺瘤的辅助工具,人工智能正变得越来越普遍。胃肠道内镜检查和人工智能的两个最重要的方面是良性或恶性病变的诊断和图像转换技术。在胆胰领域,已有报道人工智能对使用POCS图像和视频诊断良性和恶性状况有益。这些报告展示了与专家相当的诊断准确性,然而,很少有研究报告胆胰领域的图像转换技术。
本研究首次利用CycleGAN技术将POCS的WLI图像转换为VICI图像,并在识别表面结构和病变边缘方面,获得优于WLI、NBI的可视化效果;而NBI具有更优的表面微血管的可视化效果,此外,联合VICI和WLI相较于单独的WLI,具有更高的诊断准确性。
同时,该技术仍存在几个局限性。首先,这项研究的案例数量有限,并且是主要基于内镜图像评估的回顾性设计。此外,尽管这项研究没有最终证明其对实现胆管癌R0切除率的贡献,但我们相信这种在胆道领域的创新干预有潜力提高未来的R0切除率,需要进行前瞻性研究,结合VICI和活检来评估诊断效力和R0切除率。其次,这项研究中使用的图像是虚拟喷涂图像,代表模拟而不是实际喷涂。使用喷涂了靛蓝胭脂红的胃肠道图像作为训练数据可能会导致与胆管内实际捕获的图像产生偏倚。第三,这项研究中使用了单个中心的胃肠道内镜训练数据和胆道镜图像,未来还需要纳入更多中心的设备以及图像,使模型具备更广泛的适用性。
总体而言,尽管需要进一步的前瞻性多中心研究评估VICI与活检结合的诊断效力,但是可以确认的是,POCS中的VICI对于可视化表面结构和病变边缘是有价值的。VICI可能是POCS除了NBI之外的一个重要模式。
(首都医科大学附属北京友谊医院 殷民月撰写,张澍田教授审阅)
查看更多