Endoscopische detectie van vroege neoplasieën in een barrettoesofagus is niet eenvoudig. ‘Computer aided detection (CAD)-systemen zouden endoscopisten kunnen helpen bij de real-time herkenning van deze neoplasie. Uit de resultaten van een multi-step trainings- en externe validatiestudie van eigen bodem blijkt een deep learning-systeem op zeer nauwkeurige wijze neoplasieën in de barrettoesofagus te kunnen detecteren.
Onlangs hebben CAD-gerelateerde ‘deep learning’-technieken in andere vakgebieden veelbelovende resultaten opgeleverd.
De eerste doelstelling van de huidige studie was een deep learning CAD-systeem te ontwikkelen voor endoscopische herkenning van neoplasieën in de barrettoesofagus. Daarbij zijn meerdere trainingsstappen gebruikt. De tweede doelstelling was de interne en externe validiteit van dit deep learning CAD-systeem te bepalen.
Het CAD-systeem is vooraf getraind middels een nieuwe aanpak, waarvoor een unieke dataset met bijna 500.000 diverse endoscopische afbeeldingen, GastroNet genaamd, was opgesteld. Het systeem werd verder getraind en verfijnd middels meerdere prospectief en retrospectief verzamelde datasets. Bij interne validatie bleek de nauwkeurigheid 88%, de sensitiviteit 88% en de specificiteit 89% voor de classificatie van alle afbeeldingen. Bij externe validatie waren deze percentages respectievelijk 88, 93 en 83%. Bij alle correct geclassificeerde gevallen van neoplasie overlapte de CAD-afbakening in alle opzichten met de visie van de experts.
De onderzoekers zijn er in geslaagd een deep learning CAD-systeem te ontwikkelen voor de primaire detectie van neoplasieën in de barrettoesofagus, waarbij op meerdere niveaus validatie heeft plaatsgevonden. Het systeem detecteerde neoplasieën met een hoge nauwkeurigheid, waarbij een bijna perfecte afbakening en weergave van rode vlaggen plaatsvond. Deze prestatieparameters tonen volgens de onderzoekers dat hun CAD-systeem klaar is voor een real-time evaluatie met beelden vanuit de klinische praktijk.
de Groof J, et al. Deep learning system detects Barrett’s esophagus neoplasia with high accuracy in a multi -step training and external validation study. Abstract OP085. UEG Week 2019, 21 oktober, Barcelona, Spanje.