gnckКолопроктологияKoloproktologia2073-75562686-7303Russian Association of Coloproctology10.33878/2073-7556-2025-24-2-33-41gnck-2014Research ArticleОРИГИНАЛЬНЫЕ СТАТЬИORIGINAL ARTICLESИскусственный интеллект в диагностике воспалительных заболеваний кишечника: фокус на клинико-лабораторные показателиArtificial intelligence in the diagnosis of inflammatory bowel diseases: focus on clinical and laboratory markershttps://orcid.org/0000-0002-6151-2021БакулинИ. Г.BakulinI. G.

Бакулин Игорь Геннадьевич — д.м.н., профессор, заведующий кафедрой пропедевтики внутренних болезней, гастроэнтерологии и диетологии им. С.М. Рысса.

Ул. Кирочная, д. 41, Санкт-Петербург, Россия, 191015

Igor G. Bakulin

Kirochnaya st., 41, Saint-Petersburg, 191015

https://orcid.org/0000-0003-3525-3289РасмагинаИ. А.RasmaginaI. A.

Расмагина Ирина Алексеевна — к.м.н., ассистент кафедры пропедевтики внутренних болезней, гастроэнтерологии и диетологии им. С.М. Рысса.

Пискаревский пр., д. 47, Санкт-Петербург, 195067, Россия; тел.: +7 (812) 303-50-00

Irina A. Rasmagina

Kirochnaya st., 41, Saint-Petersburg, 191015

irenerasmagina@gmail.comhttps://orcid.org/0000-0001-9380-9543МашевскийГ. А.MashevskiyG. A.

Машевский Глеб Алексеевич — к.т.н., доцент кафедры биотехнических систем Санкт-Петербургского государственного электротехнического университета СПбГЭТУ «ЛЭТИ», научный сотрудник центральной научно-исследовательской лаборатории ФГБОУ ВО СЗГМУ им. И.И. Мечникова Минздрава России.

Ул. Кирочная, д. 41, Санкт-Петербург, Россия, 191015; ул. Профессора Попова, д. 5., Санкт-Петербург, 197022

Gleb A. Mashevskiy

Kirochnaya st., 41, Saint-Petersburg, 191015; Professor Popov st., 5, Saint-Petersburg, 197022

ШелякинаН. M.ShelyakinaN. M.

Шелякина Наталья Максимовна — м.н.с. центральной научно-исследовательской лаборатории.

Ул. Кирочная, д. 41, Санкт-Петербург, 191015

Natalya M. Shelyakina

Kirochnaya st., 41, Saint-Petersburg, 191015

https://orcid.org/0009-0004-0820-8006АрутюнянГ. Ф.ArutyunyanG. F.

Арутюнян Грант Феликсович — студент 4 курса лечебного факультета, заместитель председателя студенческого научного общества.

Ул. Кирочная, д. 41, Санкт-Петербург, 191015

Grant F. Arutyunyan

Kirochnaya st., 41, Saint-Petersburg, 191015

ФГБОУ ВО «Северо-Западный государственный медицинский университет имени И.И. Мечникова» Минздрава РоссииРоссияNorth-Western State Medical University named after I.I. MechnikovRussian FederationФГБОУ ВО «Северо-Западный государственный медицинский университет имени И.И. Мечникова» Минздрава России; Санкт-Петербургский государственный электротехнический университет СПбГЭТУ «ЛЭТИ» имени В.И. Ульянова (Ленина)РоссияNorth-Western State Medical University named after I.I. Mechnikov; St. Petersburg State Electrotechnical University “LETI”Russian Federation2025170520252423341Copyright © Бакулин И.Г., Расмагина И.А., Машевский Г.А., Шелякина Н.M., Арутюнян Г.Ф., 20252025Бакулин И.Г., Расмагина И.А., Машевский Г.А., Шелякина Н.M., Арутюнян Г.Ф.Bakulin I.G., Rasmagina I.A., Mashevskiy G.A., Shelyakina N.M., Arutyunyan G.F.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.ruproctology.com/jour/article/view/2014ЦЕЛЬ

ЦЕЛЬ: разработка искусственных нейронных сетей (ИНС) для скрининга и дифференциальной диагностики воспалительных заболеваний кишечника (ВЗК) на основе анализа клинико-лабораторных данных.

ПАЦИЕНТЫ И МЕТОДЫ

ПАЦИЕНТЫ И МЕТОДЫ: в исследовании ретроспективно оценены клинические проявления, данные анамнеза и лабораторные показатели пациентов с синдромом раздраженного кишечника (СРК), язвенным колитом (ЯК) и болезнью Крона с поражением толстой кишки (БК) в стадии обострения. У каждой группы пациентов (СРК-ВЗК, ЯК-БК) оценивались признаки, наиболее характерные для нозологии, которые использовались для построения моделей. С целью создания ИНС, предназначенных для принятия решения о наличии у пациента ВЗК и дифференциальной диагностики ЯК и БК, использовались простые нейронные сети — многослойные персептроны и радиальные базисные функции (РБФ).

РЕЗУЛЬТАТЫ

РЕЗУЛЬТАТЫ: многослойный персептрон (МСП) 13:13-5-1:1 выявлял ВЗК на тестовой выборке с чувствительностью 89,3%, специфичностью — 100%. На всём массиве чувствительность модели составила 92,7%, специфичность — 99,0%. Наилучшие показатели для дифференциальной диагностики ЯК и БК были у МСП 9:9-8-1:1: модель выявила 76,81% случаев БК и 86,67% случаев ЯК на тестовой выборке, на всём массиве — 70,16% случаев БК и 86,40% случаев ЯК.

ЗАКЛЮЧЕНИЕ

ЗАКЛЮЧЕНИЕ: ИНС показала высокие результаты для выявления ВЗК и умеренные — для дифференциальной диагностики ЯК и БК. После апробации модель может быть использована в качестве удобного инструмента для скрининга воспалительных заболеваний кишечника в клинической практике.

AIM

AIM: to work out artificial neural networks (ANNs) for the screening and differential diagnostics of inflammatory bowel diseases (IBD) based on the analysis of clinical and laboratory data.

PATIENTS AND METHODS

PATIENTS AND METHODS: the study retrospectively evaluated the clinical manifestations, medical history and laboratory data of patients with irritable bowel syndrome (IBS), ulcerative colitis (UC), and Crohn’s disease (CD) with colonic involvement during exacerbation. The most typical characteristics for each patient group (IBS-IBD, UC-CD) were estimated and were used to construct the models. In order to create ANNs that could make a decision on the presence of IBD and provide a differential diagnosis of UC and CD, we used simple neural networks multilayer perceptrons (MLP) and radial basis functions.

RESULTS

RESULTS: the MLP 13:13-5-1:1 identified IBD in the test sample with a sensitivity of 89.3% and a specificity of 100%. Across the entire dataset, the model demonstrated a sensitivity of 92.7% and a specificity of 99.0%. The highest accuracy for the differential diagnosis of UC and Crohn’s disease CD was observed with the MLP 9:9-8-1:1, which identified 76.81% of CD cases and 86.67% of UC cases in the test sample. Across the entire dataset, the model detected 70.16% of CD cases and 86.40% of UC cases.

CONCLUSION

CONCLUSION: the ANNs demonstrated high efficacy in identifying IBD and moderate performance — in the differential diagnosis of UC and CD. Following validation, the model may serve as a convenient tool for screening inflammatory bowel diseases in clinical practice.

болезнь Кронаязвенный колитвоспалительные заболевания кишечникаклинико-лабораторные маркерыискусственный интеллектCrohn’s diseaseulcerative colitisinflammatory bowel diseaseclinical and laboratory markersartificial intelligenceисследование было выполнено за счет гранта Российского научного фонда (проект № 24-25-20127)the authors declare no conflict of interest SOURCE OF FUNDING: this work has been supported by the grants the Russian Science Foundation, RSF 24-25-20127ReferencesЯзвенный колит. Клинические рекомендации РФ, 2024 (Россия). Текст: электронный. Med Element. URL: https://diseases.medelement.com/disease/%D1%8F%D0%B7%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9-%D0%BA%D0%BE%D0%BB%D0%B8%D1%82-%D0%BA%D0%BF-%D1%80%D1%84-2024/18016. Дата обращения: 22.01.2025.Ulcerative colitis. Clinical Guidelines of the Russian Federation, 2024 (Russia) (Russia). Text: electronic. Med Element. URL: https://diseases.medelement.com/disease/%D1%8F%D0%B7%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9-%D0%BA%D0%BE%D0%BB%D0%B8%D1%82-%D0%BA%D0%BF-%D1%80%D1%84-2024/18016. Date of assess: 22.01.2025. (In Russ.).Болезнь Крона. Клинические рекомендации РФ, 2024 (Россия). Текст: электронный. MedElement. URL: https://diseases.medelement.com/disease/%D0%B1%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D1%8C-%D0%BA%D1%80%D0%BE%D0%BD%D0%B0-%D0%BA%D1%80-%D1%80%D1%84-2024/18085. Дата обращения: 22.01.2025.Crohn’s disease. Clinical Guidelines of the Russian Federation, 2024 (Russia). Text: electronic. MedElement. URL:https://diseases.medelement.com/disease/%D0%B1%D0%BE%D0%BB%D0%B5%D0%B7%D0%BD%D1%8C-%D0%BA%D1%80%D0%BE%D0%BD%D0%B0-%D0%BA%D1%80-%D1%80%D1%84-2024/18085. Date of assess: 22.01.2025. (In Russ.)Zhou R, Sun X, Guo M, et al. A Shortened Diagnostic Interval and Its Associated Clinical Factors and Related Outcomes in Inflammatory Bowel Disease Patients from a Cohort Study in China. J Inflamm Res. 2024;17:387–398. doi: 10.2147/JIR.S434673Zhou R, Sun X, Guo M, et al. A Shortened Diagnostic Interval and Its Associated Clinical Factors and Related Outcomes in Inflammatory Bowel Disease Patients from a Cohort Study in China. J Inflamm Res. 2024;17:387–398. doi: 10.2147/JIR.S434673Бакулин И.Г., Скалинская М.И., Сказываева Е.В. СевероЗападный регистр пациентов с воспалительными заболеваниями кишечника: достижения и уроки. Колопроктология. 2022;21(1 (79)):37–49. doi: 10.33878/2073-7556-2022-21-1-37-49Bakulin I.G., Skalinskaya M.I., Skazyvaeva E.V. North-Western register of patients with inflammatory bowel diseases: achievements and lessons learned. Koloproktologia. 2022;21(1):37–49. (In Russ.). doi: 10.33878/2073-7556-2022-21-1-37-49Card TR, Siffledeen J, Fleming KM. Are IBD patients more likely to have a prior diagnosis of irritable bowel syndrome? Report of a case-control study in the General Practice Research Database. United Eur Gastroenterol J. 2014;2(6):505–512. doi: 10.1177/2050640614554217Card TR, Siffledeen J, Fleming KM. Are IBD patients more likely to have a prior diagnosis of irritable bowel syndrome? Report of a case-control study in the General Practice Research Database. United Eur Gastroenterol J. 2014;2(6):505–512. doi: 10.1177/2050640614554217Jayasooriya N, Baillie S, Blackwell J, et al. Systematic review with meta-analysis: Time to diagnosis and the impact of delayed diagnosis on clinical outcomes in inflammatory bowel disease. Aliment Pharmacol Ther. 2023 Mar;57(6):635–652. doi: 10.1111/apt.17370Jayasooriya N, Baillie S, Blackwell J, et al. Systematic review with meta-analysis: Time to diagnosis and the impact of delayed diagnosis on clinical outcomes in inflammatory bowel disease. Aliment Pharmacol Ther. 2023 Mar;57(6):635–652. doi: 10.1111/apt.17370Chang Y, Wang Z, Sun HB, Li YQ, Tang TY. Artificial Intelligence in Inflammatory Bowel Disease Endoscopy: Advanced Development and New Horizons. Gastroenterol Res Pract. 2023;2023:3228832. doi: 10.1155/2023/3228832Chang Y, Wang Z, Sun HB, Li YQ, Tang TY. Artificial Intelligence in Inflammatory Bowel Disease Endoscopy: Advanced Development and New Horizons. Gastroenterol Res Pract. 2023;2023:3228832. doi: 10.1155/2023/3228832Nguyen NH, Picetti D, Dulai PS, et al. Machine Learning-based Prediction Models for Diagnosis and Prognosis in Inflammatory Bowel Diseases: A Systematic Review. J Crohns Colitis. 2021;16(3):398–413. doi: 10.1093/ecco-jcc/jjab155Nguyen NH, Picetti D, Dulai PS, et al. Machine Learning-based Prediction Models for Diagnosis and Prognosis in Inflammatory Bowel Diseases: A Systematic Review. J Crohns Colitis. 2021;16(3):398–413. doi: 10.1093/ecco-jcc/jjab155Расмагина И.А., Бакулин И.Г., Стамболцян В.Ш., и соавт. Клинико-лабораторные маркеры предтестовой вероятности воспалительных заболеваний кишечника. Колопроктология. 2023;22(1 (83)):91–98. doi: 10.33878/2073-7556-2023-22-1-91-98Rasmagina I.A., Bakulin I.G., Stamboltsyan V.Sh., et al. Clinical and laboratory markers of the pre-test probability of inflammatory bowel diseases. Koloproktologia. 2023;22(1):91–98. (In Russ.). doi: 10.33878/2073-7556-2023-22-1-91-98Lv H, Li HY, Zhang HN, et al. Delayed diagnosis in inflammatory bowel disease: Time to consider solutions. World J Gastroenterol. 2024;30(35):3954–3958. doi: 10.3748/wjg.v30.i35.3954Lv H, Li HY, Zhang HN, et al. Delayed diagnosis in inflammatory bowel disease: Time to consider solutions. World J Gastroenterol. 2024;30(35):3954–3958. doi: 10.3748/wjg.v30.i35.3954Бакулин И.Г., Расмагина И.А., Скалинская М.И. Дифференциальная диагностика и прогнозирование течения воспалительных заболеваний кишечника: современные подходы. Вестник Северо-Западного Государственного Медицинского Университета им. И.И. Мечникова. 2021;13(3):19–30. doi: 10.17816/mechnikov77646Bakulin I.G., Rasmagina I.A., Skalinskaya M.I. Diagnosis and prognosis of inflammatory bowel diseases: modern view. HERALD of North-Western State Medical University named after I.I. Mechnikov. 2021;13(3):19–30. (In Russ.). doi: 10.17816/mechnikov77646Fiorino G, Danese S. Diagnostic Delay in Crohn’s Disease: Time for Red Flags. Dig Dis Sci. 2016;61(11):3097–3098. doi: 10.1007/s10620-016-4298-8Fiorino G, Danese S. Diagnostic Delay in Crohn’s Disease: Time for Red Flags. Dig Dis Sci. 2016;61(11):3097–3098. doi: 10.1007/s10620-016-4298-8Barwise A, Leppin A, Dong Y, et al. What contributes to diagnostic error or delay? A qualitative exploration across diverse acute care settings in the US. J Patient Saf. 2021;17(4):239–248. doi: 10.1097/PTS.0000000000000817Barwise A, Leppin A, Dong Y, et al. What contributes to diagnostic error or delay? A qualitative exploration across diverse acute care settings in the US. J Patient Saf. 2021;17(4):239–248. doi: 10.1097/PTS.0000000000000817Huisman, Danielle, et al. Irritable bowel syndrome in inflammatory bowel disease: distinct, intertwined, or unhelpful? Views and experiences of patients. Cogent Psychology. 2022;9(1):2050063.Huisman, Danielle, et al. Irritable bowel syndrome in inflammatory bowel disease: distinct, intertwined, or unhelpful? Views and experiences of patients. Cogent Psychology. 2022;9(1):2050063.Burisch J, Pedersen N, Čuković-Čavka S, et al. East-West gradient in the incidence of inflammatory bowel disease in Europe: the ECCOEpiCom inception cohort. Gut. 2014;63(4):588–597. doi: 10.1136/gutjnl-2013-304636Burisch J, Pedersen N, Čuković-Čavka S, et al. East-West gradient in the incidence of inflammatory bowel disease in Europe: the ECCOEpiCom inception cohort. Gut. 2014;63(4):588–597. doi: 10.1136/gutjnl-2013-304636Cantoro L, Di Sabatino A, Papi C, et al. The Time Course of Diagnostic Delay in Inflammatory Bowel Disease Over the Last Sixty Years: An Italian Multicentre Study. J Crohns Colitis. 2017;11(8):975–980. doi: 10.1093/ecco-jcc/jjx041Cantoro L, Di Sabatino A, Papi C, et al. The Time Course of Diagnostic Delay in Inflammatory Bowel Disease Over the Last Sixty Years: An Italian Multicentre Study. J Crohns Colitis. 2017;11(8):975–980. doi: 10.1093/ecco-jcc/jjx041Walker GJ, Lin S, Chanchlani N, et al. Quality improvement project identifies factors associated with delay in IBD diagnosis. Aliment Pharmacol Ther. 2020;52(3):471–480. doi: 10.1111/apt.15885Walker GJ, Lin S, Chanchlani N, et al. Quality improvement project identifies factors associated with delay in IBD diagnosis. Aliment Pharmacol Ther. 2020;52(3):471–480. doi: 10.1111/apt.15885Белоусова Е.А., Шелыгин Ю.А., Ачкасов С.И., и соавт. Клинико-демографические характеристики и лечебные подходы у пациентов с воспалительными заболеваниями кишечника (болезнь Крона, язвенный колит) в РФ. Первые результаты анализа Национального Регистра. Колопроктология. 2023. 22, № 1(83): 65-82. doi: 10.33878/2073-7556-2023-22-1-65-82 /Belousova E.A., Shelygin Y.A., Achkasov S.I., et al. Clinical and demographic characteristics and therapeutic approaches in patients with inflammatory bowel diseases (Crohn’s disease, ulcerative colitis) in the Russian Federation. The first results of the analysis of the National Register. Koloproktologia. 2023. 22, 1(83): 65-82. (In Russ.). doi: 10.33878/2073-7556-2023-22-1-65-82Ford AC, Moayyedi P, Bercik P, et al. Lack of Utility of Symptoms and Signs at First Presentation as Predictors of Inflammatory Bowel Disease in Secondary Care. Am J Gastroenterol. 2015;110(5):716–724. doi: 10.1038/ajg.2015.117Ford AC, Moayyedi P, Bercik P, et al. Lack of Utility of Symptoms and Signs at First Presentation as Predictors of Inflammatory Bowel Disease in Secondary Care. Am J Gastroenterol. 2015;110(5):716–724. doi: 10.1038/ajg.2015.117Shao Y, Zhao Y, Lv H, et al. Clinical features of inflammatory bowel disease unclassified: a case-control study. BMC Gastroenterol. 2024;24:105. doi: 10.1186/s12876-024-03171-5Shao Y, Zhao Y, Lv H, et al. Clinical features of inflammatory bowel disease unclassified: a case-control study. BMC Gastroenterol. 2024;24:105. doi: 10.1186/s12876-024-03171-5Бакулин И.Г., Расмагина И.А., Скалинская М.И., и соавт. Применение искусственного интеллекта для анализа эндоскопических изображений при воспалительных заболеваниях кишечника. Терапия. 2022; 8(7(59)):7–14. doi: 10.18565/therapy.2022.7.7-14Bakulin I.G., Rasmagina I.A., Skalinskaya M.I., et al. Application of artificial intelligence for endoscopic image analysis in inflammatory bowel diseases. Therapy. 2022;8(7):7–14. (In Russ.) doi: 10.18565/therapy.2022.7.7-14Бакулин И.Г., Расмагина И.А., Деев Р.В., и соавт. Анализ гистологических изображений биоптатов слизистой толстой кишки у пациентов с воспалительными заболеваниями кишечника при помощи искусственной нейронной сети. Медицинский Вестник Мвд. 2023; 124(3(124)):21–24. doi: 10.52341/20738080_2023_124_3_21Bakulin I.G., Rasmagina I.A., Deev R.V., et al. Analysis of histological images of biopsy samples of the colon mucosa in patients with inflammatory bowel diseases using an artificial neural network. Medical Bulletin of the Ministry of Internal Affairs. 2023;124(3):21– 24. (In Russ.). doi: 10.52341/20738080_2023_124_3_21

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