Prédiction préopératoire du papillome nasosinusien par intelligence artificielle par vidéo-endoscopie nasale : une étude rétrospective
Scientific Reports volume 13, Numéro d'article : 12439 (2023) Citer cet article
4 Altmétrique
Détails des métriques
Le papillome inversé (IP) naso-nasal présente un risque de récidive et de malignité, et un diagnostic précoce par endoscopie nasale est essentiel. Nous avons ainsi développé un système de diagnostic utilisant l’intelligence artificielle (IA) pour identifier le papillome des sinus nasaux. Des vidéos de chirurgie endoscopique de 53 patients subissant une chirurgie endoscopique des sinus ont été montées pour former et évaluer des modèles de réseaux neuronaux profonds, puis un système de diagnostic a été développé. Le taux de diagnostic correct basé sur l'examen visuel effectué par les oto-rhino-laryngologistes a également été évalué à l'aide des mêmes vidéos et comparé à celui des patients du système de diagnostic AI. Les principaux critères de jugement évalués comprenaient le pourcentage de diagnostics corrects par rapport au diagnostic d'IA et le taux de diagnostics corrects pour les oto-rhino-laryngologistes sur la base d'années d'expérience pratique. Le système de diagnostic avait une aire sous la courbe de 0,874, une précision de 0,843, un taux de faux positifs de 0,124 et un taux de faux négatifs de 0,191. Le taux moyen de diagnostic correct parmi les oto-rhino-laryngologistes était de 69,4 %, ce qui indique que l'IA était très précise. Évidemment, même si le nombre de cas était faible, un système de diagnostic très précis a été créé. De futures études avec des échantillons plus grands pour améliorer la précision du système et élargir la gamme de maladies pouvant être détectées pour davantage d’applications cliniques sont justifiées.
Le papillome inversé (IP) naso-nasal est une tumeur bénigne qui peut récidiver ou devenir maligne, ce qui rend souhaitable un diagnostic précoce et une résection chirurgicale sous guidage endoscopique1. Bien que les oto-rhino-laryngologistes utilisent l'endoscopie nasale pour les consultations ambulatoires, il existe des cas dans lesquels il est difficile de distinguer l'IP du polype inflammatoire nasal. Un examen pathologique est nécessaire pour poser un diagnostic définitif, même s'il prend du temps. Il serait cliniquement utile que l'endoscopie nasale puisse être utilisée pour établir un diagnostic supplémentaire très précis. En conséquence, nous avons développé ici un système de diagnostic assisté par ordinateur pour diagnostiquer l'IP à l'aide d'images vidéo endoscopiques.
Les progrès récents en matière d’intelligence artificielle (IA) et de technologie d’apprentissage automatique ont jeté les bases d’applications importantes dans le domaine médical. Alors que les algorithmes de prédiction manuscrits sont utilisés depuis longtemps pour faciliter la prise de décision médicale, l'application pratique des méthodes d'apprentissage automatique pour la prédiction a commencé en 2000. Par la suite, des améliorations significatives des performances du matériel informatique ont conduit à l'introduction des DNN en 2010 et 2012 et au la précision des DNN a dépassé celle des méthodes conventionnelles de traitement d'image lors du ImageNet Large Scale Visual Recognition Challenge, dépassant finalement la précision de la reconnaissance d'image humaine en 2015. Néanmoins, de grandes quantités de données sont généralement nécessaires pour former les modèles DNN et leur application pour le diagnostic. des maladies rares, comme la PI, est considérée comme un défi.
À notre connaissance, aucune étude antérieure n'a utilisé les DNN pour diagnostiquer l'IP à l'aide de flux vidéo endoscopiques. Par conséquent, cette étude visait à déterminer si les modèles DNN pouvaient être utilisés pour améliorer la précision du diagnostic endoscopique. De plus, nous avons comparé nos modèles DNN avec des évaluations réalisées par divers oto-rhino-laryngologistes pour déterminer leur praticabilité. Notamment, à notre connaissance, il s'agit de la première étude à démontrer la faisabilité des modèles DNN pour le diagnostic de l'IP par vidéo-endoscopie.
Le protocole de l'étude a été approuvé par le comité d'examen de l'éthique humaine de la faculté de médecine de l'université Jikei, à Tokyo, au Japon (numéro d'approbation : 32-036 [10111]), qui a renoncé à l'exigence de consentement éclairé en raison de la nature rétrospective de l'étude.
Nous avons évalué et recruté rétrospectivement 53 patients (hommes, n = 33 ; femmes, n = 30 ; âge moyen, 51,2 ± 12,6 ans) ayant subi une chirurgie endoscopique des sinus dans notre hôpital de 2018 à 2021, dont 21 patients diagnostiqués avec IP par examen pathologique. et 32 patients atteints de rhinosinusite chronique avec polypes nasaux (CRSwNP). Des images vidéo ont été utilisées pour montrer l’état presque exsangue avant la manipulation ; les pinces n’étaient pas incluses dans l’image endoscopique.