Notícias

Jul 05, 2023

Predição pré-operatória de papiloma nasossinusal por inteligência artificial utilizando videoendoscopia nasal: estudo retrospectivo

Scientific Reports volume 13, Artigo número: 12439 (2023) Citar este artigo 156 Acessos 4 Detalhes da Altmetric Metrics O papiloma invertido (PI) sinonasal apresenta risco de recorrência e malignidade, e

Scientific Reports volume 13, Artigo número: 12439 (2023) Citar este artigo

156 acessos

4 Altmétrico

Detalhes das métricas

O papiloma invertido nasossinusal (PI) apresenta risco de recorrência e malignidade, e o diagnóstico precoce por meio de endoscopia nasal é essencial. Assim, desenvolvemos um sistema de diagnóstico utilizando inteligência artificial (IA) para identificar o papiloma do seio nasal. Vídeos de cirurgia endoscópica de 53 pacientes submetidos à cirurgia endoscópica dos seios da face foram editados para treinar e avaliar modelos de redes neurais profundas e, em seguida, um sistema de diagnóstico foi desenvolvido. A taxa de diagnóstico correto com base no exame visual dos otorrinolaringologistas também foi avaliada usando os mesmos vídeos e comparada com a dos pacientes do sistema de diagnóstico de IA. Os principais resultados avaliados incluíram a porcentagem de diagnósticos corretos em comparação com o diagnóstico de IA e a taxa de diagnóstico correto para otorrinolaringologistas com base em anos de experiência prática. O sistema de diagnóstico apresentou área sob a curva de 0,874, precisão de 0,843, taxa de falsos positivos de 0,124 e taxa de falsos negativos de 0,191. A taxa média de diagnóstico correto entre os otorrinolaringologistas foi de 69,4%, indicando que a IA foi altamente precisa. Evidentemente, embora o número de casos fosse pequeno, foi criado um sistema de diagnóstico altamente preciso. Estudos futuros com amostras maiores para melhorar a precisão do sistema e ampliar a gama de doenças que podem ser detectadas para mais aplicações clínicas são necessários.

O papiloma invertido nasossinusal (PI) é um tumor benigno que pode recorrer ou tornar-se maligno, tornando desejável o diagnóstico precoce e a ressecção cirúrgica sob orientação endoscópica1. Embora os otorrinolaringologistas utilizem a endoscopia nasal para consultas ambulatoriais, há casos em que é difícil distinguir IP de pólipo inflamatório nasal. O exame anatomopatológico é necessário para fazer um diagnóstico definitivo, embora seja demorado. Seria clinicamente útil se a endoscopia nasal pudesse ser usada para fazer um diagnóstico complementar altamente preciso. Assim, desenvolvemos aqui um sistema de diagnóstico auxiliado por computador para diagnosticar IP usando imagens de vídeo endoscópicas.

Os recentes avanços na inteligência artificial (IA) e na tecnologia de aprendizado de máquina forneceram uma base para aplicações significativas na área médica. Embora algoritmos de previsão escritos à mão sejam usados ​​há muito tempo para auxiliar na tomada de decisões médicas, a aplicação prática de métodos de aprendizado de máquina para previsão começou em 2000. Posteriormente, melhorias significativas no desempenho do hardware do computador levaram à introdução de DNNs em 2010 e 2012 e ao a precisão dos DNNs excedeu a dos métodos convencionais de processamento de imagem no ImageNet Large Scale Visual Recognition Challenge, eventualmente ultrapassando a precisão do reconhecimento de imagens humanas em 2015. No entanto, grandes quantidades de dados são normalmente necessárias para treinar modelos DNN e sua aplicação para o diagnóstico de doenças raras, como a PI, é considerada um desafio.

Até onde sabemos, nenhum estudo anterior utilizou DNNs para diagnosticar IP usando fluxos de vídeo endoscópicos. Portanto, este estudo teve como objetivo investigar se os modelos DNN podem ser usados ​​para melhorar a precisão do diagnóstico endoscópico. Além disso, comparamos nossos modelos DNN com avaliações realizadas por vários otorrinolaringologistas para determinar sua praticabilidade. Notavelmente, até onde sabemos, este é o primeiro estudo a demonstrar a viabilidade de modelos DNN para o diagnóstico de IP usando videoendoscopia.

O protocolo do estudo foi aprovado pelo Comitê de Revisão de Ética Humana da Escola de Medicina da Universidade Jikei, Tóquio, Japão (número de aprovação: 32-036 [10111]), que dispensou a exigência de consentimento informado devido à natureza retrospectiva do estudo.

Avaliamos retrospectivamente e incluímos 53 pacientes (homens, n = 33; mulheres, n = 30; idade média, 51,2 ± 12,6 anos) submetidos à cirurgia endoscópica dos seios da face em nosso hospital de 2018 a 2021, incluindo 21 pacientes com diagnóstico de PI por exame anatomopatológico e 32 pacientes com rinossinusite crônica com pólipos nasais (RSCcNP). Imagens de vídeo foram usadas para mostrar a condição quase sem sangue antes da manipulação; pinças não foram incluídas na imagem endoscópica.