摘要
目的
尽管及时使用生物制剂治疗至关重要,但儿童克罗恩病(CD)治疗过程的早期预测仍然有限。我们开发并外部验证了一个多模态模型,该模型整合结肠镜影像和临床数据,以预测在常规治疗开始后6个月内启动英夫利西单抗治疗。
方法
我们从三家医院收集了新诊断CD儿童的数据: Seoul National University Bundang Hospital 用于内部验证,Kyung Hee University Medical Center 和 Soonchunhyang University Bucheon Hospital 用于外部验证。每位患者提供7张内镜图像和20个临床变量。一个基于注意力机制的多个实例学习框架将内镜图像聚合为患者级别的表征,并与临床特征整合。影像编码器使用在 GastroNet-5M 上以动量对比学习预训练的 ResNet-50 主干网络,临床特征则通过多层感知机进行编码。使用受试者工作特征曲线下面积(AUROC)、平衡准确率、精确率、召回率和 F1 评分来评估性能。利用注意力图(影像数据)和 SHAP 值(表格数据)来评估可解释性人工智能。
结果
共纳入77名儿童进行模型开发和内部验证,外部验证在两个独立队列中进行(n?=?10 和 n?=?20)。在多模态模型中,发现队列的 AUROC 为 0.839,平衡准确率为 0.732。外部验证的 AUROC 分别为 0.857 和 0.688。SHAP(SHapley Additive exPlanation)分析确定免疫球蛋白 G、体重指数、前白蛋白、红细胞压积和年龄为关键预测因子。注意力图突出了炎症黏膜和溃疡性病变。
结论
整合结肠镜影像与临床数据的多模态模型在预测儿童 CD 常规治疗6个月内启动英夫利西单抗方面表现出令人满意的效果。多模态信息可能有助于早期风险分层,并识别可能从更早的生物制剂干预中获益的患者。
利益冲突声明
作者声明不存在利益冲突。
数据可用性声明
支持本研究结果的数据可从 Seoul National University Bundang Hospital、Kyung Hee University Medical Center 和 Soonchunhyang University Bucheon Hospital 获取。由于涉及敏感患者健康信息保护的相关制度规定和法律限制,本研究分析的数据集不对外公开。因此,这些医院内部数据无法在机构外部共享或分发。


