Efektivita identifikace stolice řízené umělou inteligencí pro přípravu střev před kolonoskopií

Příprava střev je proces odstranění všech stolic z tlustého střeva za účelem provedení lékařského nebo chirurgického zákroku, jako je kolonoskopie. Je důležité vyčistit tlusté střevo od všech stolic, částeček potravy a všeho ostatního, co by se v něm mohlo nacházet, z několika důvodů. Pokud podstupujete operaci na tlustém střevě nebo v jeho blízkosti, přítomnost stolice představuje riziko infekce a může narušit některé zákroky. Někdy se příprava střev provádí čistě za účelem prevence možných komplikací po operaci. Například pokud by během operace došlo k narušení střeva, riziko infekce by se výrazně snížilo, pokud by střevo bylo prázdné. V případě kolonoskopie může stolice v tlustém střevě zabránit chirurgovi v prohlédnutí tkáně, která je vyšetřována, a velmi by ztížila zavedení osvětleného přístroje do konečníku a tlustého střeva.

Bylo prokázáno, že kolonoskopie pomáhají snižovat výskyt rakoviny tlustého střeva a úmrtí spojená s tímto onemocněním. Během posledního desetiletí veřejnězdravotní iniciativy pomohly zvýšit míru screeningů, avšak současné míry stále nedosahují stanovených veřejnězdravotních cílů. Současně se míra adekvátní přípravy na screening, která je spojena s účinností kolonoskopie, za posledních 10 let příliš nezměnila.

S rychlým pokrokem v oblasti umělé inteligence (AI) se techniky rozpoznávání obrazu ukázaly jako obzvláště cenné nástroje v lékařských aplikacích. Algoritmy hlubokého učení, podoblast umělé inteligence, prokázaly působivý výkon při analýze a kategorizaci složitých lékařských zobrazovacích dat, což umožňuje efektivní podporu rozhodování v reálném čase v klinickém prostředí. Nedávné studie zdůraznily slibnou aplikaci rozpoznávání obrazu řízeného umělou inteligencí při hodnocení vzhledu stolice a čistoty střev, poskytující okamžitou zpětnou vazbu a personalizované pokyny pacientům podstupujícím přípravu střev. Začlenění takového systému umělé inteligence má potenciál významně zlepšit pacientovu spolupráci, zvýšit účinnost přípravy střev a v důsledku toho zvýšit diagnostickou přesnost a celkovou klinickou hodnotu kolonoskopických výkonů. Tato studie je prospektivní, randomizovaná, hodnotitelsky zaslepená klinická studie s paralelními skupinami, navržená k vyhodnocení účinnosti AI-SIS při zlepšování přípravy střev před kolonoskopií. Účastníci budou náhodně rozděleni v poměru 1:1 do dvou skupin, přičemž každá skupina bude mít přibližně 170 účastníků, celkem tedy 340 účastníků.

Skupina A (intervenční skupina): Účastníci budou využívat AI-SIS, který je navržen tak, aby poskytoval zpětnou vazbu v reálném čase o čistotě střev prostřednictvím klasifikace obrazu stolice do tří kategorií (Stupeň A: adekvátní očištění; Stupeň B nebo C: nedostatečné očištění vyžadující další přípravu střev). Kromě standardních vzdělávacích pokynů poskytovaných nemocnicí bude tato skupina využívat AI-SIS.

Skupina B (kontrolní skupina): Účastníci podstoupí standardní přípravu střev a obdrží pouze standardní vzdělávací pokyny poskytované nemocnicí bez pomoci AI-SIS.

Všichni účastníci budou během procesu přípravy střev používat přípravek Bowklean® a dodržovat dietní kontrolu pomocí předbalené diety s nízkým obsahem zbytků (PLD). Obě skupiny obdrží identické standardní vzdělávací pokyny v nemocnici týkající se postupů přípravy střev. Dále mohou účastníci z obou skupin v případě jakýchkoliv problémů během přípravy volat na bezplatnou linku 0800 pro konzultaci.

Bude zachováno zaslepení hodnotitelů, přičemž čistota střev bude hodnocena pomocí Bostonské škály přípravy střev (BBPS). Kolonoskopické výkony a následná vyhodnocení budou provedeny nezávislými, zaslepenými kolonoskopisty, aby byla zajištěna objektivní a nezaujatá výsledky.