Возможности использования технологий искусственного интеллекта в морфологической диагностике воспалительных заболеваний кишечника (обзор литературы)

Введение. Воспалительные заболевания кишечника (ВЗК), включая болезнь Крона (БК) и язвенный колит (ЯК), представляют собой хронические патологии желудочно-кишечного тракта иммуновоспалительного генеза. Основное внимание в работе уделено роли искуственного интеллекта (ИИ) в морфологической диагностике ВЗК, эндоскопической визуализации, прогнозировании исходов и мониторинге пациентов. Цель: обобщить данные о применении методов ИИ в диагностике и лечении ВЗК, включая анализ цифровых изображений, прогнозирование ремиссии и активности воспалительного процесса, а также автоматизацию процессов гистологической и эндоскопической оценки. Материалы и методы. Проанализированы современные исследования, посвящённые применению технологий машинного обучения (ML) и глубокого обучения (DL) в диагностике ВЗК. Особое внимание уделено методам обработки гистологических изображений, нейросетевым алгоритмам для классификации стадий воспаления, а также использованию ИИ для эндоскопической визуализации в режиме реального времени. Результаты. Технологии ИИ обеспечивают более точное и объективное определение гистологической активности воспаления, используя индексы Гебоэса, Нэнси и Робартса. Применение глубоких нейронных сетей (CNN) позволяет автоматически классифицировать стадии воспалительного процесса и выявлять остаточное воспаление, что критично для предотвращения рецидивов и риска развития колоректального рака. Использование эндоцитоскопии и алгоритмов визуализации в реальном времени повышает точность раннего выявления дисплазии слизистой оболочки. Нейронные сети и другие ML-алгоритмы демонстрируют высокую чувствительность и специфичность в разграничении БК и ЯК, а также в оценке гистологической ремиссии. Заключение. ИИ становится неотъемлемой частью диагностики ВЗК, улучшая точность морфологических исследований, оптимизируя эндоскопические методы и снижая вероятность ошибок. Интеграция ИИ в клиническую практику позволяет расширить возможности лечения, включая персонализированные подходы и долгосрочный мониторинг пациентов.