Bewertung von Remission, Aktivität und klinischen Ergebnissen bei C. ulcerosa: Prognose anhand von Biopsien dank KI

CORK (Biermann) – Die Beurteilung einer mikroskopischen Entzündung bei Colitis ulcerosa ist komplex und weist eine hohe Variabilität zwischen den Begutachtern auf. Ziel eines internationalen Konsortiums war es daher, ein computergestütztes Diagnosesystem mit Künstlicher Intelligenz (KI) zu etablieren und validieren, um C.-ulcerosa-Biopsien prognostisch zu bewerten.

Den Forschenden gelang die Entwicklung eines KI-Models, dass zwischen histologischer Remission bzw. Aktivität unterscheidet und Schübe vorhersagt. Letztlich können so histologische Beurteilungen beschleunigt, standardisiert und verbessert werden.

Das Studienteam stufte insgesamt 535 digitalisierte Biopsien von 273 Patienten nach 3 Indizes ein: dem PICaSSO Histologic Remission Index (PHRI) sowie dem Robarts- und dem Nancy-Histological-Index. Ein Convolutional-Neural-Network-Klassifikator wurde zur Unterscheidung von Remission und Aktivität trainiert, kalibriert und getestet.

Zusätzlich testeten die Forscher das Modell für eine endoskopische Beurteilung und die Vorhersage von Krankheitsschüben innerhalb 1 Jahres. Die Ergebnisse des Systems wurden mit der ärztlichen Beurteilung verglichen und die diagnostische Leistung in Bezug auf Sensitivität, Spezifität und prognostischer Vorhersage ermittelt. Die Forscher validierten das Modell extern anhand der Biopsien von Patienten mit ähnlichen Merkmalen, aber höherer histologischer Aktivität.

Das KI-System unterschied histologische Aktivität bzw. Remission mit einer Sensitivität und Spezifität von 89 % bzw. 85 % (PHRI), 94 % bzw. 76 % (Robarts-Histological-Index) und 89 % und 79 % (Nancy-Histological-Index). Das Modell sagte die entsprechende endoskopische Remission/Aktivität mit 79 % bzw. 82 % Genauigkeit für den endoskopischen C.-ulcerosa-Schweregradindex und auch den Paddington International Virtual Chromoendoscopy Score voraus.

Die HR für einen Krankheitsschub zwischen den histologischen Aktivitäts-/Remissionsgruppen gemäß dem von Pathologen ermittelten PHRI betrug 3,56 und 4,64 für den von der KI ermittelten PHRI. Sowohl die Histologie als auch die Ergebnisvorhersage konnten in der externen Validierungskohorte uneingeschränkt bestätigt werden. (bi)

Autoren: Iacucci M et al.
Korrespondenz: [email protected]
Studie: Artificial Intelligence Enabled Histological Prediction of Remission or Activity and Clinical Outcomes in Ulcerative Colitis
Quelle: Gastroenterology 2023;164(7):1180–1188.e2.
doi: 10.1053/j.gastro.2023.02.031