Liệu pháp hormone thời kỳ mãn kinh và nguy cơ gây bệnh ung thư

Nội soi tiêu hóa trên vẫn là tiêu chuẩn vàng để chẩn đoán ung thư thực quản. Độ chính xác của kết quả nội soi phần lớn phụ thuộc vào trình độ chuyên môn của người khám. Trí tuệ nhân tạo (AI) được ứng dụng trong sàng lọc sớm ung thư thực quản đã cho thấy những ưu điểm. Đáng chú ý, nó chính xác hơn các bác sĩ nội soi ít kinh nghiệm. Bài báo này đánh giá ứng dụng của trí tuệ nhân tạo trong lĩnh vực nội soi phát hiện sớm ung thư thực quản, bao gồm ung thư biểu mô tế bào vảy và ung thư biểu mô tuyến, và mô tả những tiến bộ liên quan.

1. Tình hình ung thư thực quản hiện nay

Ung thư thực quản là một trong những khối u ác tính phổ biến nhất của đường tiêu hóa và bắt nguồn từ biểu mô niêm mạc thực quản. Năm 2018, tỷ lệ mắc ung thư thực quản trên toàn cầu được xếp hạng thứ bảy trong số các khối u ác tính (6,3 / 100000), và tỷ lệ tử vong đứng thứ sáu (5,5 / 100000). Có sự khác biệt đáng kể về tỷ lệ mắc và mô hình ung thư thực quản giữa các quốc gia và khu vực khác nhau, trong đó tỷ lệ mắc cao nhất ở Đông Á, cao gấp đôi mức trung bình của thế giới (12,2 / 100000). Loại bệnh lý chính là ung thư biểu mô tế bào vảy thực quản, trong khi ung thư biểu mô tuyến thực quản là loại bệnh lý chính ở các khu vực có tỷ lệ mắc bệnh tương đối thấp như Châu Âu và Mỹ. Kinh nghiệm của Nhật Bản và Hàn Quốc đã khẳng định rằng các tổn thương ung thư thực quản sớm có thể được chữa khỏi bằng liệu pháp nội soi. Hiệu quả chữa bệnh tương đương với phẫu thuật, tỷ lệ sống thêm 5 năm của bệnh nhân có thể đạt 95%. Vì vậy, phát hiện sớm ung thư thực quản và điều trị nội soi kịp thời là cách duy nhất để giảm tỷ lệ tử vong do ung thư thực quản.

Các giai đoạn xâm lấn của ung thư thực quản

2. Nội soi tiêu hóa trên vẫn là tiêu chuẩn vàng để chẩn đoán ung thư thực quản

Sau nhiều năm nghiên cứu và thực hành, công nghệ chẩn đoán nội soi tiêu hóa trên hiện nay đã có những bước tiến đáng kể. Về phương pháp chẩn đoán, hình ảnh ánh sáng trắng thông thường đơn lẻ ban đầu (WLI) đã dần phát triển thành nhiều công nghệ khác nhau như nội soi sắc tố, nội soi laser đồng tiêu (CLE), nhuộm điện tử, nội soi phóng đại (nội soi phóng đại ), và hình ảnh tự phát huỳnh quang (AFI ) nội soi. Trong số đó, hình ảnh dải hẹp (NBI) và tia laser xanh có thể cải thiện độ nhạy (SEN) của chẩn đoán ung thư thực quản sớm lên hơn 90% so với nội soi ánh sáng trắng thông thường. CLE, còn được gọi là sinh thiết quang học, có thể được so sánh với các lát cắt bệnh lý. Độ đặc hiệu chẩn đoán (SPE) của AFI là 50% và SEN là 100%. Hiện nay, NBI, tia laser xanh, vv đã được sử dụng rộng rãi trong thực hành lâm sàng, nhưng các ứng dụng lâm sàng như CLE và AFI không phổ biến.

Hình ảnh ung thư sớm thực quản

Chương trình tầm soát ung thư thực quản ở các nước

Các bác sĩ chuyên khoa tiêu hóa của Anh và Mỹ đã phát triển một loạt các hướng dẫn về tầm soát và giám sát Barrett thực quản và ung thư biểu mô tuyến thực quản. Tại Trung Quốc, các bác sĩ chuyên khoa tiêu hóa khuyên bạn nên nội soi sàng lọc các quần thể chính để cải thiện tỷ lệ chẩn đoán ung thư thực quản sớm. Nội soi nhuộm iốt và các chương trình sàng lọc sinh thiết chỉ định được thực hiện ở các khu vực có nguy cơ cao ở Trung Quốc có thể làm giảm tỷ lệ mắc và tử vong do ung thư thực quản một cách hiệu quả. Khuyến cáo rằng 40 tuổi là tuổi bắt đầu để sàng lọc ung thư thực quản, và nên chấm dứt sàng lọc khi 75 tuổi hoặc tuổi thọ dưới 5 năm. ung thư thực quản sớm và tân sinh trong biểu mô (hoặc loạn sản) là các mục tiêu sàng lọc chính. Như chúng ta đã biết, độ chính xác (độ chính xác) của kết quả nội soi phần lớn phụ thuộc vào trình độ chuyên môn của người khám. Các nghiên cứu đã chỉ ra rằng việc sử dụng thuốc ức chế bơm proton, bác sĩ nội soi ít kinh nghiệm hơn (<5 năm và <1000 trường hợp nội soi), và các tổn thương nhỏ hơn có liên quan đáng kể đến việc bỏ sót chẩn đoán ung thư thực quản.

Trí tuệ nhân tạo chẩn đoán ung thư sớm thực quản

3. Tiền đề cho sự phát triển của trí tuệ nhân tạo trong nội soi tiêu hoá

Một số lượng lớn nhu cầu về sàng lọc nội soi liên quan đến ung thư thực quản làm tăng gánh nặng của công việc lâm sàng, và sự gia tăng sự mệt mỏi của nhân viên có thể ảnh hưởng đến hiệu quả và độ chính xác của cuộc khám. Làm thế nào để giải quyết vấn đề về sự gia tăng mạnh mẽ của khối lượng công việc nội soi đã làm khó các nhà quản lý công tác lâm sàng. Trí tuệ nhân tạo (AI), máy học (ML) và học sâu (DL ) có ý nghĩa tương đối cụ thể, nhưng chúng thường được sử dụng rộng rãi để chỉ bất kỳ phương pháp xử lý hiện đại nào liên quan đến dữ liệu lớn. trí tuệ nhân tạo không phải là “mới”. Khi Turing lần đầu tiên thiết kế thử nghiệm của mình, cụm từ này chủ yếu được dành cho một công nghệ có thể bắt chước rộng rãi trí thông minh của con người. Ngày nay, trí tuệ nhân tạo được sử dụng rộng rãi và phổ biến để chỉ bất kỳ loại chương trình công nghệ máy học nào. Ở cấp độ cơ bản nhất, công nghệ máy học đề cập đến bất kỳ loại chương trình máy tính nào có thể tự “học” mà không cần con người lập trình rõ ràng. công nghệ máy học bao gồm học có giám sát, học không giám sát và học bán giám sát, kết hợp các phương pháp tiếp cận có giám sát và không giám sát. Trong học tập có giám sát, các thuật toán tạo ra câu trả lời dựa trên các tập dữ liệu đã biết và được gắn nhãn. Các thuật toán phân loại và hồi quy, chẳng hạn như rừng ngẫu nhiên và máy vectơ hỗ trợ (SVM), thường được sử dụng trong học có giám sát. Trong công nghệ máy học không được giám sát, các thuật toán tạo ra câu trả lời cho dữ liệu không xác định và không được gắn nhãn. Công nghệ học sâu là một dạng công nghệ máy học có thể sử dụng các thuật toán được giám sát hoặc không được giám sát, hoặc cả hai.

Trí tuệ nhân tạo trong nội soi tự khu trú tổn thương và tính toán tỉ lệ phần trăm tổn thương là ung thư

Mạng nơ-ron chuyển đổi (CNN) – thành phần quan trọng của trí tuệ nhân tạo

Thông qua quá trình học tập phân cấp để trích xuất các trừu tượng cấp cao và phức tạp làm biểu diễn dữ liệu, các mô hình công nghệ học sâu tạo ra kết quả nhanh hơn các phương pháp công nghệ máy học tiêu chuẩn. Mạng nơ-ron chuyển đổi (CNN) có thể bao gồm nhiều lớp mô hình. Mỗi lớp lấy đầu vào từ lớp trước, xử lý nó, và sau đó xuất nó cho lớp tiếp theo trong một chuỗi daisy. Sự xuất hiện của trí tuệ nhân tạo đã dần xuất hiện trong công việc lâm sàng, và một số lượng lớn các xác minh đã thu được trong hình ảnh y học, đặc biệt là sàng lọc và chẩn đoán ung thư phổi, và phân tích các đặc điểm bệnh lý. Một số công nghệ trí tuệ nhân tạo cũng đã được áp dụng trong việc sàng lọc ung thư thực quản sớm và đã cho thấy những ưu điểm của chúng. Bài viết này sẽ xem xét tình hình ứng dụng của trí tuệ nhân tạo trong việc tầm soát ung thư thực quản sớm dưới nội soi và thảo luận về các xu hướng phát triển trong tương lai của nó.

4. Vai trò của trí tuệ nhân tạo trong phát hiện ung thư tế bào vảy giai đoạn sớm

Năm 2002, các chuyên gia nội soi tiêu hóa đã tổng kết phân loại Paris các tổn thương sớm ở đường tiêu hóa. Trong số đó, hình thái nội soi của các ung thư biểu mô tế bào vảy thực quản bề ngoài đại khái được chia thành ba loại: Loại nhô ra, phẳng và lõm xuống. Tuy nhiên, trong biểu mô vảy, hình thái vi mạch của các vòng mao mạch trong niêm mạc (IPCLs) là chỉ số đáng tin cậy duy nhất cho thấy mô không tiêu. Trong tiêu chuẩn chẩn đoán của (JES) phân loại Society thực quản của Nhật Bản, các bất thường vi mạch được đánh giá cho sự hiện diện hay vắng mặt của mỗi người trong số các yếu tố hình thái sau: Xoắn vặn ( tức là tình trạng khúc khuỷu), giãn nở, đường kính không đều, và hình dạng khác nhau.