Polypgenkendelse assisteret af et interaktivt karakteriseringsværktøj til enheden - PREDICT-undersøgelsen (PREDICT)

Diminutive kolorektale polypper (≤ 5 mm) repræsenterer de fleste af de polypper, der er detekteret under koloskopi, især i rectum-sigmoid-kanalen. Karakteriseringen af ​​disse polypper ved virtuel kromoendoskopi er anerkendt som et nøgleelement for innovative billeddannelsesteknikker. Faktisk er diminutive kolorektale polypper meget hyppige, og hvis de er lokaliseret i den rectosigmoide colon, udgør de en meget lav malign risiko (0,3 % af udviklingen mod avanceret adenom og op til 0,08 % af udviklingen mod invasivt karcinom). Realtidskarakteriseringen ville gøre det muligt at identificere de laveste risikopolypper (hyperplastisk subtype), at efterlade dem in situ eller, hvis resektioneret, ikke at sende dem til histologisk undersøgelse, hvilket giver en enorm besparelse i sundhedsrelaterede omkostninger.

For nylig oprettede American Society for Gastrointestinal Endoscopy (ASGE) Technology Committee dokumentet Preservation and Incorporation of Valuable Endoscopic Innovations (PIVI), specifikt for real-time histologisk vurdering af små kolorektale polypper, for at etablere referencekvalitetstærskler. To ydeevnestandarder er blevet udviklet til at vejlede brugen af ​​avanceret billedbehandling:

1. for at diminutive polypper skal resekeres og kasseres uden patologisk vurdering, bør endoskopisk teknologi (når den anvendes med høj sikkerhed), der bruges til at bestemme histologi af polypper ≤ 5 mm i størrelse, kombineret med histopatologisk vurdering af polypper > 5 mm i størrelse, give en ≥ 90 % enighed i tildelingen af ​​post-polypektomi overvågningsintervaller sammenlignet med beslutninger baseret på patologisk vurdering af alle identificerede polypper;
2. for at en teknologi kan bruges til at vejlede beslutningen om at lade formodede rectosigmoide hyperplastiske polypper ≤ 5 mm i størrelse være på plads (uden resektion), bør teknologien give ≥ 90 % negativ prædiktiv værdi (når den bruges med høj sikkerhed) for adenomatøs histologi .

Computer-Aided-Diagnose (CAD) er et kunstig intelligens-baseret værktøj, der vil muliggøre hurtig og objektiv karakterisering af disse læsioner. GI Genius CADx blev udviklet til at hjælpe endoskopister i deres kliniske praksis for polypperkarakterisering.