ECCO’26. Pamiętajmy, że endocytoskopia umożliwia analizę obrazu w ponad 500-krotnym powiększeniu w czasie rzeczywistym. Jak bardzo AI rozwija tę metodę?
Naszym celem było opracowanie systemu opartego na sztucznej inteligencji (AI) w celu standaryzacji oceny integralności bariery opartej na ECS i przewidywania działań niepożądanych [1], pisali w doniesieniu na kongres ECCO badacze z Uniwersytetu w Cork w Irlandii.
Co było wiadomo?
Przypominają, że „Endocytoskopia ultrapowiększeniowa (ECS) umożliwia ocenę bariery jelitowej w czasie rzeczywistym, in vivo, na poziomie komórkowym, z silną korelacją histologiczną. Jednak jej zastosowanie kliniczne pozostaje ograniczone do ośrodków specjalistycznych ze względu na złożoność interpretacji obrazu”.
Co nowego?
W swoim projekcie wykorzystali trzydzieści pięć wysokiej jakości filmów ECS (2636 klatek dla architektury krypt, 2596 dla komórek kubkowych, 1009 dla wzoru naczyniowego i 702 dla architektury kosmków) pochodzących od 19 pacjentów z wrzodziejącym zapaleniem jelita grubego i 16 z chorobą Leśniowskiego-Crohna.
Eksperci endoskopii oceniali uszkodzenie bariery zgodnie z wcześniej zwalidowaną metodą ECS, stanowiącą standard odniesienia dla treningu sztucznej inteligencji.
Wyniki uzyskane z treningu modelu na poziomie poszczególnych klatek zostały zagregowane w celu uzyskania wyniku na poziomie filmu dla każdej ocenianej cechy.
Spostrzeżenia autorów
Nasz nowy algorytm AI osiągnął wysoką dokładność diagnostyczną w wykrywaniu ogólnych i specyficznych cech uszkodzenia bariery jelitowej [1], piszą.
W przypadku ogólnego uszkodzenia bariery model uzyskał czułość 83%, swoistość 100%, dokładność 97% i AUC 98%.
Model precyzyjnie zidentyfikował nieprawidłowości w architekturze krypt (91% AUC), komórkach kubkowych (90% AUC), architekturze kosmków jelitowych (94% AUC) i układzie naczyniowym (96% AUC).
Co istotne, przewidywanie wyników klinicznych po 6 miesiącach osiągnęło dokładność 89% w przypadku colitis ulcerosa, podczas gdy w przypadku choroby Leśniowskiego-Crohna wyniosło ono zaledwie 44%.
Podsumowanie
Jak czytamy jest to pierwszy oparty na AI projekt wykorzystujący endocytoskopię do zautomatyzowanej i wystandaryzowanej oceny integralności bariery jelitowej w IBD.
Pozwala on uniknąć subiektywnych opinii i przybliża wykorzystanie oceny szczelności bariery jelitowej jako mierzalnego, terapeutycznego celu w praktyce klinicznej i badaniach klinicznych.
Profilowanie molekularne a prognoza wyników leczenia
Wśród wielu doniesień zespołu prof. M. Iacucci z Uniwersytetu w Cork na kongres ECCO w Sztokholmie jest relacja z badania Endo-Histo-Barrier-Omics [2].
Co nowego?
U 103 leczonych pacjentów z IBD i w grupie kontrolnej liczącej 11 osób barierę jelitową oceniano prospektywnie za pomocą endocytoskopii o bardzo dużym powiększeniu oraz konfokalnej laserowej mikroskopii endoskopowej z sondą. Oznaczono markery integralności bariery komórkowej oraz ekspresję wybranych genów.
Spostrzeżenia
Łączna ocena zaawansowanego obrazowania z wykazaną ekspresją klaudyny-2 i PV-1 skutecznie przewidywała brak korzyści z leczenia odpowiednio w colitis ulcerosa i w chorobie Leśniowskiego-Crohna.
Referencje:
- Iacucci M i wsp. P0508 A Novel AI-Driven Ultra-High-Magnification Endocytoscopy Enables Real-Time Standardised Intestinal Barrier Assessment in IBD J Crohn Colitis, Volume 20, Issue Supplement_1, January 2026, jjaf231.689, https://doi.org/10.1093/ecco-jcc/jjaf231.689.
- Iacucci M i wsp. P0307 Automated real-time imaging of intestinal barrier integrity and molecular profiling for early outcome prediction in inflammatory bowel disease – Endo-Histo-Barrier-Omics study J Crohn Colitis, Vol20, Iss Sup_1, January 2026, jjaf231.488, https://doi.org/10.1093/ecco-jcc/jjaf231.488.
Ilustracja: www.olympusprofed.com
Fotografia: Cocoparisienne / Pixabay
Aby napisać do redakcji, zaloguj się.
