Khái niệm cốt lõi
Argesは、内視鏡動画の時空間情報を活用し、潰瘍性大腸炎の重症度を高精度に評価する深層学習フレームワークである。
Tóm tắt
本研究では、「Arges」と呼ばれる深層学習フレームワークを提案している。Argesは、内視鏡動画の時空間情報を活用することで、潰瘍性大腸炎の重症度を高精度に評価することができる。
Argesは以下の2つの主要コンポーネントから構成される:
基盤モデル(ArgesFM)
4つの臨床試験データ(61M フレーム)を用いてプリトレーニングされた、一般化性の高い特徴抽出器
自己教師学習手法(DINOv2)を用いて学習
下流分類器(ArgesMES/ArgesUCEIS)
ArgesFMで抽出した特徴を入力とし、トランスフォーマーと注意機構を用いて重症度スコアを推定
MES(Mayo Endoscopic Subscore)とUCEIS(Ulcerative Colitis Endoscopic Index of Severity)の各スコアを個別に推定可能
実験の結果、Argesは既存手法と比較して、MESスコアの分類精度をF1スコアで4.1%向上させ、UCEISの3つのサブスコアでも6.6%から18.8%の精度向上を達成した。また、未知の前向き臨床試験データでも良好な一般化性を示した。さらに、注意機構を用いることで、モデルの解釈性も向上した。
以上より、Argesは内視鏡動画を用いた潰瘍性大腸炎の重症度評価において、高精度かつ一般化性の高い手法であることが示された。
Thống kê
内視鏡動画の重症度スコアは、医師の手作業による評価が時間がかかり、評価者間のばらつきが大きい課題がある。
Argesは、内視鏡動画の時空間情報を活用することで、既存手法と比較して有意に高い精度でMESとUCEISの重症度スコアを推定できる。
Argesの推定精度は、前向き臨床試験データでも良好な一般化性を示した。
Trích dẫn
"内視鏡動画の重症度評価は、医師の手作業では時間がかかり、評価者間のばらつきが大きい課題がある。"
"Argesは、内視鏡動画の時空間情報を活用することで、既存手法と比較して有意に高い精度でMESとUCEISの重症度スコアを推定できる。"
"Argesの推定精度は、前向き臨床試験データでも良好な一般化性を示した。"