References

nogr

Экспериментальная и клиническая гастроэнтерология

Experimental and Clinical Gastroenterology

1682-8658

«Global Media Technologies»

10.31146/1682-8658-ecg-237-5-103-108

nogr-3043

Research Article

КЛИНИЧЕСКАЯ ГАСТРОЭНТЕРОЛОГИЯ

CLINICAL GASTROENTEROLOGY

О возможности способа анализа цвета для оценки риска предраковых изменений слизистой оболочки толстой кишки в скрининге колоректального рака

The feasibility of color analysis method for assessing the risk of precancerous changes in colorectal mucosa in colorectal cancer screening

https://orcid.org/0000-0002-6286-8193

Короткевич

А. Г.

Korotkevich

A. G.

alkorot@mail.ru

Новокузнецкий государственный институт усовершенствования врачей - филиал федерального государственного бюджетного образовательного учреждения дополнительного профессионального образования «Российская медицинская академия непрерывного профессионального образования»; Новокузнецкая городская клиническая больница им. А.А. ЛуцикаРоссияNovokuznetsk State Institute for Advanced Training of Doctors - branch of “Russian Medical Academy of Continuing Professional Education”; Novokuznetsk City Clinical Hospital No. 29 named after A.A. LutsikRussian Federation

2025

18072025

05103108

2025

Короткевич А.Г.

Korotkevich A.G.

Данная работа распространяется под лицензией Creative Commons Attribution 4.0.

This work is licensed under a Creative Commons Attribution 4.0 License.

https://www.nogr.org/jour/article/view/3043

Цель исследования. Обосновать возможность использования способа анализа цвета цифровых эндоскопических изображений для формирования программ поддержки врачебных решений искусственным интеллектом в скрининге колоректального рака и выявлении предраковых изменений СО до появления новообразований. Материалы и методы. Ретроспективный анализ серии эндофото видеоколоноскопии в белом свете 6 пациентов без злокачественных новообразований любых локализаций и без доброкачественных новообразований толстой кишки - условно нормальная или неизмененная слизистая оболочка и серии эндофото 12 пациентов с раками ободочной кишки разных локализаций. Всего выполнен анализ 64 изображений, в том числе слизистой оболочки - 48, опухоли - 16. Анализ изображения проводился в программе Фотошоп и ACDS14pro. Определяли общую пиксельную площадь изображений, в том числе по каналам RGB (красный, зеленый, синий). Рассчитывали коэффициенты отношений площади каналов RGB к общей площади изображений, высчитывали сумму простых коэффициентов для неизмененной слизистой оболочки, для слизистой оболочки индексного сегмента при колоректальном раке, при раке толстой кишки. Результаты. Пиксельные площади изображений неизмененной слизистой оболочки, слизистой оболочки индексного сегмента при колоректальном раке, и рака толстой кишки различаются между собой (χ2= 17,849, р=0,00013). Форма пиксельных изображений также различается между нормальной слизистой и слизистой оболочкой индексного сегмента. Заключение. Полученные результаты позволяют считать этот способ перспективным для разработки программ поддержки врачебных решений искусственным интеллектом в оценке предраковых изменений слизистой оболочки толстой кишки в скрининге КРР.

The aim of the research. To ground the possibility of using the method of color analysis of digital endoscopic images for the formation of medical decision support programs by artificial intelligence in the screening of colorectal cancer and detection of precancerous changes in the mucosa before the appearance of neoplasms. Materials and methods. Retrospective analysis of endophoto series of videocolonoscopy in white light of 6 patients without malignant neoplasms of any localizations and without benign colorectal neoplasms - conditionally normal or unchanged mucosa and endophoto series of 12 patients with colorectal cancers of different localizations. A total of 64 images were analyzed, including mucosa - 48, tumor - 16. Image analysis was performed in Photoshop and ACDS14pro. The total pixel area of images was determined, including RGB channels (red, green, blue). We calculated the coefficients of RGB channel area ratios to the total image area, calculated the sum of simple coefficients for unchanged mucosa, for mucosa of the index segment in colorectal cancer, and for colorectal cancer. Results. The pixel areas of images of unchanged mucosa, index segment mucosa in colorectal cancer, and colorectal cancer are different from each other (χ2= 17,849, p= 0,00013). The shape of the pixel images also differs between normal mucosa and index segment mucosa. Conclusion. The results obtained allow us to consider this method promising for the development of programs for supporting physician decisions by artificial intelligence in the assessment of precancerous changes in the colonic mucosa in CRC screening.

скрининг колоректального ракаколоноскопияискусственный интеллект

Colorectal cancer screeningcolonoscopyartificial intelligence

References1

Mtvralashvili D.A., Shakhmatov D.G., Likutov A.A., Zapolsky A.G., Suslova D.I., Borodinov A.A., Sushkov O.I., Achkasov S.I. AI-based algorithm for clinical decision support system in colonoscopy. Koloproktologia. 2023;22(2):92-102. doi: 10.33878/2073-7556-2023-22-2-92-102.@@ Мтвралашвили Д.А., Шахматов Д.Г., Ликутов А.А., и соавт. Алгоритм на основе искусственного интеллекта для системы поддержки принятия врачебного решения при колоноскопии. Колопроктология. 2023; 22 (2): 92-102. doi: 10.33878/2073-7556-2023-22-2-92-102.

Radygina L.V., Mochalova L.V. Challenges and prospects of colorectal cancer screening.Russian Medical Inquiry. 2023;7(6):359-365 (in Russ.) doi: 10.32364/2587-6821-2023-7-6-4.@@ Радыгина Л.В., Мочалова Л.В. Проблемы и перспективы скрининга колоректального рака. РМЖ. Медицинское обозрение. 2023;7(6):359-365. doi: 10.32364/2587-6821-2023-7-6-4.

Mori Y., Kudo S.E., Misawa M. et al. Artificial intelligence-assisted colonic endocytoscopy for cancer recognition: a multicenter study. Endosc Int Open. 2021; 9(7): E1004-E1011. doi: 10.1055/a-1475-3624.

Kim Ya., Sechin D.V., Boldyrev R.A. et al. Polyptron - a program for supporting medical decision-making for the diagnosis of lower gastrointestinal cancer based on artificial intelligence algorithms. Certificate of registration of the computer program RU 2022668717, 11.10.2022. Application No. 2022668379 dated 11.10.2022. (in Russ.)@@ Ким Я., Сечин Д.В., Болдырев Р.А. и соавт. Polyptron - программа для поддержки принятия врачебных решений для диагностики рака нижних отделов ЖКТ на базе алгоритмов искусственного интеллекта. Свидетельство о регистрации программы для ЭВМ RU 2022668717, 11.10.2022. Заявка № 2022668379 от 11.10.2022.

Kulaev K.I., Vazhenin A.V., Rostovtsev D.M. et al. Artificial intelligence in colon neoplasm diagnosis: development, implementation of technology, and initial results. Voprosy Onkologii. 2023;69(2):292-299. doi: 10.37469/0507-3758-2023-69-2-292-299.@@ Кулаев К.И., Важенин А.В., Ростовцев Д.М. и соавт. Искусственный интеллект в диагностике новообразований толстого кишечника - разработка, внедрение технологии и первые результаты. Вопросы онкологии. 2023;69(2):292-299. doi: 10.37469/0507-3758-2023-69-2-292-299.

Artificial Intelligence-Assisted Colonoscopy for Detecting Polyps, Adenomas, Precancerous Lesions, and Colorectal Cancer: Health Technologies [Internet]. Ottawa (ON): Canadian Agency for Drugs and Technologies in Health; Canadian Journal of Health Technologies. 2024; 4 (12): 1-56. doi: 10.51731/cjht.2024.1036.

Achkasov S.I., Shelygin Yu.A., Likutov A.A. et al. The effectiveness of endoscopic diagnostics of colon tumors using artificial intelligence: prospective tandem study. Koloproktologia. 2024;23(2):28-34. (in Russ.) doi: 10.33878/2073-7556-2024-23-2-28-34.@@ Ачкасов С.И., Шелыгин Ю.А., Ликутов А.А. и соавт. Эффективность эндоскопической диагностики новообразований толстой кишки с использованием искусственного интеллекта: результаты проспективного тандемного исследования. Колопроктология. 2024; 23 (2): 28-34. doi: 10.33878/2073-7556-2024-23-2-28-34.

Pilonis N.D., Spychalski P., Kalager M. et al. Adenoma detection rates by physicians and subsequent colorectal cancer risk. JAMA. 2025;222:400-407. doi: 10.1001/jama.2024.22975.

Lokhmatov M.M., Korolev G.A., Tupylenko A.V. et al. First experience of using CAD EYE technology. Artificial intelligence-assisted colonoscopy in children. (A series of clinical cases).Russian Journal of Evidence-Based Gastroenterology. 2024;13(1):94-100. (In Russ.) doi: 10.17116/dokgastro20241301194.@@ Лохматов М.М., Королев Г.А., Тупыленко А.В., и соавт. Первый опыт использования технологии искусственного интеллекта в системе CAD EYE при колоноскопии у детей. (Серия клинических случаев). Доказательная гастроэнтерология. 2024;13(1):94-100. doi: 10.17116/dokgastro20241301194.

Grechushkina N.A., Starshinin A.B., Turzin P.S., Derbenev D.P. [Effectiveness of colorectal cancer screening strategies: a review of current scientific evidence]. Probl Sotsialnoi Gig Zdravookhranenniiai Istor Med. 2024 Oct;32(Special Issue 2):1100-1105. (Russ.) doi: 10.32687/0869-866X-2024-32-s2-1100-1105.@@ Гречушкина Н.А., Старшинин А.В., Турзин П.С., Дербенев Д.П. Эффективность стратегий скрининга на колоректальный рак: обзор актуальных научных данных. Проблемы социальной гигиены, здравоохранения и истории медицины. 2024;32(спецвыпуск 2):1100-1105. doi: 10.32687/0869-866X-2024-32-s2-1100-1105.

Lyalyukova E.A., Amanatidis L.A., Konovalova G.M., Ovsyannikova S. Yu. Сolorectal cancer screening: how the problem is solved in Russia and the world. Experimental and Clinical Gastroenterology. 2022;(9): 183-189. (In Russ.) doi: 10.31146/1682-8658-ecg-205-9-183-189.@@ Лялюкова Е.А., Аманатидис Л.А., Коновалова Г.М., Овсянникова С.Ю. Скрининг колоректального рака: как решается проблема в России и мире. Экспериментальная и клиническая гастроэнтерология. 2022;205(9): 183-189. doi: 10.31146/1682-8658-ecg-205-9-183-189.

Fil’ T.S., Bakulin I.G. Artificial intelligence in the diagnostics and treatment of inflammatory bowel diseases (review). Koloproktologia. 2024;23(3):136-149. doi: 10.33878/2073-7556-2024-23-3-136-149.@@ Филь Т.С., Бакулин И.Г. Искусственный интеллект в диагностике и лечении воспалительных заболеваний кишечника (обзор литературы). Колопроктология. 2024; 23 (3): 136-149. doi: 10.33878/ 2073-7556-2024-23-3-136-149.

Khryashchev V.V., Priorov A.L., Kotov N.V., Malygin K.I. Using digital image processing algorithms in the task of pixel-by-pixel detection of pathologies in colonoscopy. Modeli, sistemy, seti v ekonomike, tekhnike, prirode i obshchestve = Models, systems, networks in economics, technology, nature and society. 2024;(4):86-97. (In Russ.) doi: 10.21685/2227-8486-2024-4-7.@@ Хрящев В.В., Приоров А.Л., Котов Н.В., Малыгин К.И. Использование алгоритмов цифровой обработки изображений в задаче попиксельного детектирования патологий в колоноскопии. Модели, системы, сети в экономике, технике, природе и обществе. 2024; 4: 86-97. doi: 10.21685/2227-8486-2024-4-7.

Lebedev A.A., Kazina E.M., Zhuravleva A.S., Zavyalov D.V. [Detection and classification of colon polyps based on the analysis of endoscopic images using deep machine learning methods]. Digital signal processing and its application (DSP-2021). Reports of the 23rd International Conference. Moscow, 2021. pp. 214-217. (in Russ.)@@ Лебедев А.А., Казина Е.М., Журавлева А.С., Завьялов Д.В. Детектирование и классификация полипов толстой кишки на основе анализа эндоскопических изображений методами глубокого машинного обучения. В сборнике: Цифровая обработка сигналов и её применение (ЦОС-2021). Доклады 23-ей Международной конференции. Москва, 2021. С. 214-217.

Suzuki S., Aniwan S., Chiu H.M. et al.; ATLAS Trial Group. Linked-Color Imaging Detects More Colorectal Adenoma and Serrated Lesions: An International Randomized Controlled Trial. Clin Gastroenterol Hepatol. 2023; 21(6):1493-1502.e4. doi: 10.1016/j.cgh.2022.10.021.

Zavyalov D.V., Kashin S.V., Guseinova S.R. CAD EYE for real-time detection and differentiation of colorectal lesions.Russian Journal of Evidence-Based Gastroenterology. 2024;13(2):50-54. (In Russ.) doi:10.17116/dokgastro20241302150.@@ Завьялов Д.В., Кашин С.В., Гусейнова С.Р. Система CAD EYE для детекции и дифференцировки новообразований толстой кишки в режиме реального времени. Доказательная гастроэнтерология. 2024;13(2):50-54. doi:10.17116/dokgastro20241302150.

Sedov A.G., Khryashchev V.V. [Development and study of algorithms for assessing the quality of colonoscopic images]. The collection: Digital signal processing and its application DSPA - 2024. Reports of the XXVI International Conference. Moscow, 2024. pp. 244-247. (in Russ.)@@ Седов А.Г., Хрящев В.В. Разработка и исследование алгоритмов оценки качества колоноскопических изображений. В сборнике: Цифровая обработка сигналов и ее применение DSPA - 2024. Доклады XXVI Международной конференции. Москва, 2024. С. 244-247.

Evening M. [Adobe Photoshop for Photographers. Guide to Professional Image Processing]. Moscow. DMK-Press, 2022, 880 p. (in Russ.)@@ Ивнинг М. Adobe Photoshop для фотографов. Руководство по профессиональной обработке изображений. - М.: ДМК-Пресс, 2022, 880 с.

Bossuyt P., Nakase H., Vermeire S. et al. Automatic, computeraided determination of endoscopic and histological inflammation in patients with mild to moderate ulcerative colitis based on red density. Gut. 2020;69(10):1778-1786. doi: 10.1136/gutjnl-2019-320056.

Lian J., Ma L., Yang J., Xu L. Aberrant Gene Expression Profile of Unaffected Colon Mucosa from Patients with Unifocal Colon Polyp. Med SciMonit. 2015;21:3935-40. doi: 10.12659/msm.895576.

Rubio C.A., Schmidt P.T. Nondysplastic Crypts in Fission in Nonpolypoid Adenomas and in the Adjacent Mucosa Support Field Cancerization in the Colon. Anticancer Res. 2021;41(3):1515-1521. doi: 10.21873/anticanres.14910.

Korotkevich A.G., Zhilina N.M., Demenkov P.S., Veryaskina Yu.A., Titov S.E.Comparative molecular evaluation of unaltered mucosa of colon segments as a possible basis for adenomas. Experimental and Clinical Gastroenterology. 2024;(4):20-29. (In Russ.) doi: 10.31146/1682-8658-ecg-224-4-20-29.@@ Короткевич А.Г., Жилина Н.М., Деменков П.С., Веряскина Ю.А., Титов С.Е. Сравнительная молекулярная оценка неизмененной слизистой оболочки сегментов толстой кишки как возможной основы аденом. Экспериментальная и клиническая гастроэнтерология. 2024;4(224):20-29. doi: 10.31146/1682-8658-ecg-224-4-20-29.

Korotkevich A.G., Titov S.E., Zhilina N.M., Demenkov P.S., Veryaskina Y.A., Bondarev O.I.Comparative segmental evaluation of molecular features of colonic mucosa in villous adenomas. Surgical practice (Russia). 2024;(4):16-32. (In Russ.) doi: 10.5922/2223-2427-2024-9-4-2.@@ Короткевич А.Г., Титов С.Е., Жилина Н.М., Деменков П.С., Веряскина Ю.А., Бондарев О.И. Сравнительная посегментарная оценка молекулярных особенностей слизистой оболочки толстой кишки при ворсинчатых аденомах. Хирургическая практика. 2024;(4):16-32. doi: 10.5922/2223-2427-2024-9-4-2.

Korotkevich A.G., Zhilina N.M., Demenkov P.S., Veryaskina Yu.A., Titov S.E.Comparative segmental assessment of the colon mucosa in non-villous adenomas. RMJ. 2024;10:9-17. doi: 10.32364/2225-2282-2024-10-2.@@ Короткевич А.Г., Жилина Н.М., Деменков П.С., и соавт. Сравнительная посегментарная оценка слизистой оболочки толстой кишки при неворсинчатых аденомах. РМЖ. 2024;10:9-17. doi: 10.32364/2225-2282-2024-10-2.

The authors declare that there are no conflicts of interest present.