MétaCan
Menu
Retour à la cohorte
Enregistrement W4406703652 · doi:10.1093/ecco-jcc/jjae190.0545

P0371 Building a Robust Artificial Intelligence Solution for Use in Ulcerative Colitis Clinical Trials

2025· article· en· W4406703652 sur OpenAlexaff
Michelle L. Byrne, James Requa, Julián Panés, Brian Bressler, Remo Panaccione, Rom Mendel, JE East, Nasim Parsa, Rupa Banerjee, Rakesh Kalapala, D. Nageshwar Reddy, Hardik Rughwani, Daniel Flegg, Gordon W. Moran, Zane Gallinger, Vincent Cheung, Maoqing Tan, Christopher Ma, Simon Travis, Vipul Jairath

Notice bibliographique

RevueJournal of Crohn s and Colitis · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueRadiomics and Machine Learning in Medical Imaging
Établissements canadiensUniversity of CalgaryVancouver General HospitalUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineUlcerative colitisInternal medicineGastroenterologyDisease

Résumé

récupéré en direct d'OpenAlex

Abstract Background Artificial Intelligence (AI) is increasingly used to assess Ulcerative Colitis (UC) disease activity in clinical trials, with the goal of matching or exceeding expert performance in a reproducible manner. Certai has been created from previous AI work as a model that conforms to the new definitions within the Modified Mayo Endoscopic Score criteria. Methods Using the self-supervised DINOv2 method, Certai was pre-trained on 845 colonoscopic procedures and then refined with annotations from the proprietary Software for Intelligent Annotation (SIA) platform. This browser-based tool, with advanced playback controls and a UC scoring interface, enabled video annotation by eight global IBD specialists and central readers, and seven additional specialists in training on SIA. Labellers underwent rigorous onboarding to meet minimum thresholds for Intra-Class Correlation Coefficient (ICC) and Quadratic Weighted Kappa (QWK). Certai’s architecture features two Vision Transformer models: a Quality Control (QC) model and a Scoring model. The QC model excludes frames with poor clarity, inadequate bowel prep, non-colonic views, chromoendoscopy, or biopsy procedures. The Scoring model uses multi-headed outputs to assess UC severity, grading vascular pattern, bleeding, ulcers/erosions, friability, and erythema. Results A total of 8.9 million frames from 39 videos were labelled across six categories, resulting in 2.17 million merged labels determined by majority vote. For inter-rater agreement on modified MES in the labelling process, the overall ICC among the onboarded labellers was 0.86, and the QWK was 0.88. On a validation set of colonoscopy procedures, Certai achieved 100% agreement with human central readers on modified MES scores. The ICC among three expert labellers was 0.922 and rose to 0.942 with the addition of Certai. There was an additional increase of the ICC to 0.955 when Certai was paired with just one expert labeller. Similarly, QWK scores rose from 0.914 for two expert labellers to 0.961 with Certai and one expert labeller. Conclusion Certai represents an advance in UC disease activity assessment, meeting modified MES requirements. With further specialist labelling of an additional several hundred videos at the detailed frame level, a robust version of Certai will enable new quality standards in speed of central reading and consistency. Future applications may include stand-alone AI reads with human sign-off or a 2 + 1 reader model incorporating AI as one reader.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,019
score de la tête « metaresearch » (Gemma)0,052
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,052
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,122
Tête enseignante GPT0,439
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Crohn s and ColitisMême sujetRadiomics and Machine Learning in Medical ImagingTravaux en français237 207