人工智能模型可以预测克罗恩病术后是否复发
研究人员使用一种人工智能(AI)工具，模拟人类如何视觉化，并经过训练来识别和分类图像，构建了一个模型，通过评估组织学图像，高精度地预测克罗恩病术后复发。人工智能工具还揭示了先前未被识别的脂肪细胞差异，以及在有和没有疾病复发的患者中，浆膜下或肠道外层肥大细胞浸润程度的显著差异。研究结果发表在美国病理学杂志．
克罗恩病是一种慢性炎症性胃肠疾病，术后10年的症状复发率估计为40%。虽然有评估克罗恩病活动度和术后复发的评分系统，但还没有开发出预测克罗恩病是否可能复发的评分系统。
“大部分的分析是组织病理学的图片过去使用人工智能的人都有针对性恶性肿瘤日本大阪大学医学研究生院病理科的首席研究员Takahiro Matsui博士和Eiichi Morii博士解释道。“我们的目标是通过使用人工智能分析组织病理学图像，获得更广泛疾病的临床有用信息。我们专注于克罗恩病，其术后复发是一个临床问题。”
在2007年1月至2018年7月期间接受肠道切除术的68名克罗恩病患者被纳入研究。根据术后两年内有无术后疾病复发，将患者分为两组。每个组被分为两个子组，一个用于训练AI模型，另一个用于验证。为了训练，手术标本的整个幻灯片图像被裁剪成平铺图像，标记是否存在术后复发，然后由EfficientNet-b5处理，这是一种商业上可用的人工智能模型，旨在执行图像分类。当模型与未标记的图像进行测试时，结果表明深度学习模型根据有无疾病发生对未标记图像进行准确分类。
接下来，生成预测热图，以确定机器学习模型可以高精度预测复发的区域和组织学特征。图像包括肠壁的所有层。热图显示，机器学习模型在浆膜下产生了正确的预测脂肪组织层。然而，在其他区域，如粘膜和适当的肌肉层，则会出现模型不太准确。从非复发组和复发组的测试数据集中提取预测最准确的图像。在这些图像中，最好的预测结果都包含脂肪组织。
因为机器学习模型从浆膜下组织图像中获得准确的预测，研究人员假设复发组和非复发组浆膜下脂肪细胞形态不同。与非复发组相比，复发组脂肪细胞明显变小，扁平程度更高，中心到中心距离值更小。
“这些特征被定义为‘脂肪细胞萎缩’，是与克罗恩病复发相关的重要组织学特征，”松井博士和森井博士说。
研究人员还假设，两组之间脂肪细胞形态的差异与组织中某种程度或类型的炎症状况有关。他们发现复发组浸润浆膜下脂肪组织的肥大细胞数量明显增加，表明这些细胞与克罗恩病的复发和“脂肪细胞萎缩”现象有关。
据研究人员所知，这些发现首次将克罗恩病术后复发与浆膜下组织学联系起来脂肪细胞肥大细胞浸润。Matsui博士和Morii博士观察到:“我们的发现使克罗恩病患者术后预后分层成为可能。许多药物，包括生物制剂，都被用于预防克罗恩病疾病复发，适当的分层可以使高危患者得到更密集和成功的治疗。”
进一步探索
