האם בינה מלאכותית יכולה לסייע בהערכה היסטולוגית של קוליטיס כיבית?

לדלקתיות מיקרוסקופית יש ערך פרוגנוסטי משמעותי עבור מטופלים עם קוליטיס כיבית (Ulcerative Colitis - UC). עם זאת, הערכה של דלקת זו הינה מורכבת מאוד ומדגימה שונות בין אישית משמעותית. במחקר זה החוקרים ביקשו לפתח ולאשש מערכת אבחון מבוססת בינה מלאכותית (Artificial Intelligence - AI) לצורך הערכה של ביופסיות מעי מחולים עם UC וניבוי פרוגנוזה.

תמונות מ-535 ביופסיות (מ-273 נבדקים) דורגו לפי מדד PICaSSO להערכת הישנות היסטולוגית (PICaSSO Histologic Remission Index - PHRI), ומדדים היסטולוגיים על שם Robarts ו-Nancy. החוקרים אימנו מערכת נוירונים להבחין בהישנות המחלה על בסיס תמונות מ-118 ביופסיות, כיילו אותה על בסיס 42 ביופסיות ובחנו אותה על 375 ביופסיות. לאחר מכן בחנו אם המערכת מצליחה, על בסיס תמונות אנדוסקופיות, לנבא התלקחות תוך 12 חודשים. הפלט של המערכת נבחנה אל מול הערכות שבוצעו על ידי בני אדם. תפקוד אבחנתי נמדד בעזרת רגישות, סגוליות, יכולת ניבוי פרוגנוסטית על בסיס עקומות קפלן-מאייר ויחסי סיכונים של התלקחויות בהשוואה בין קבוצה של נבדקים עם מחלה פעילה לבין אלו שבהפוגה. המודל אושש בעזרת עוקבה חיצונית של 154 ביופסיות (מ-58 נבדקים) עם מאפיינים דומים, אך עם פעילות היסטולוגית משמעותית יותר.

תוצאות המחקר הדגימו כי המערכת הצליחה לאפיין ביופסיות עם פעילות דלקתית/הישנות עם רגישות של 89% וסגוליות של 85% לפי PHRI,י94% רגישות ו-76% סגוליות לפי Robarts Histological Index ו-89% רגישות ו-79% סגוליות לפי Nancy Histological Index. המודל ניבא הפוגה/פעילות אנדוסקופית בדיוק של 79% ו-82% עבור מדד החומרה האנדוסקופית של UC ו-Paddington International virtual ChromoendoScopy ScOre, בהתאמה. יחסי הסיכונים להתלקחות המחלה בין קבוצת הנבדקים עם מחלה היסטולוגית פעילה לבין קבוצת הנבדקים שבהפוגה עמדו על 3.56 עבור PHRI בהערכה של פתלוג לעומת 4.64 עבור PHRI בהערכה של AI. ניבוי היסטולוגי ותוצאים אוששו גם בעוקבת האימות החיצונית.

מסקנת החוקרים הייתה כי מערכת AI שהם פיתחו מסוגלת להבחין בהישנות/הפוגה היסטולוגיים מתוך ביופסיות שבוצעו עבור נבדקים עם UC, ואף לנבא התלקחויות. משום כך, מערכת זו יכולה לייתר, לתקנן ולשפר את ההערכה ההיסטולוגית במחקרים ובמתאר הקליני.

מקור:

Iacucci M, Parigi TL, Del Amor R, Meseguer P, Mandelli G, Bozzola A, Bazarova A, Bhandari P, Bisschops R, Danese S, De Hertogh G, Ferraz JG, Goetz M, Grisan E, Gui X, Hayee B, Kiesslich R, Lazarev M, Panaccione R, Parra-Blanco A, Pastorelli L, Rath T, Røyset ES, Tontini GE, Vieth M, Zardo D, Ghosh S, Naranjo V, Villanacci V. Artificial Intelligence Enabled Histological Prediction of Remission or Activity and Clinical Outcomes in Ulcerative Colitis. Gastroenterology. 2023 Jun;164(7):1180-1188.e2. doi: 10.1053/j.gastro.2023.02.031. Epub 2023 Mar 4. PMID: 36871598.

https://www.gastrojournal.org/article/S0016-5085(23)00216-0/fulltext