Real-World Validering af et Artificial Intelligence Characterization Support (CADx) System

Koloskopi er i øjeblikket guldstandarden for screening for CRC. En stigning på 1 % i adenomdetektionsrate (ADR) estimeret til at være forbundet med en 3 % nedsat risiko for interval-CRC. AI-systemer kan bredt opdeles i CADe (til detektion) og CADx (til diagnose eller forudsigelse af polyp-histologi i sammenhæng med koloskopi). CADe er blevet grundigt undersøgt, med flere randomiserede kontrollerede forsøg og meta-analyser, der viser en højere ADR, når CADe anvendes sammenlignet med kontrolgrupperne uden CADe.

Udover bivirkningen er forudsagt polyp-histologi en nøglekomponent i udførelsen af ​​koloskopi, da dette gør det muligt for klinikeren at træffe en beslutning om behandlingen af ​​den, som beskrevet ovenfor. I denne forbindelse bruges billedforbedret endoskopi (IEE) ofte til at hjælpe klinikere med at afgøre, om kolorektale polypper fundet på koloskopi er neoplastiske eller hyperplastiske. Den mest almindeligt anvendte ikke-forstørrelsesklassifikation er NBI International Colorectal Endoscopic (NICE), mens Japan NBI Expert Team (JNET) klassifikationen bruges, hvor endoskopisystemer med optisk forstørrelse og den rette træning er tilgængelig. Disse klassifikationssystemer har imidlertid varierende diagnostisk nøjagtighed og interobservatøroverensstemmelse. Tidligere prospektive undersøgelser, der ser på CADx, har brugt endocytoskopi og autofluorescensbilleddannelse (CAD-AFI) med positive resultater. Den største begrænsning i disse CADx-undersøgelser er imidlertid, at disse billeddannelsessystemer er dyre og ikke er let tilgængelige i de fleste centre verden over. Desuden er de fleste klinikere, der udfører koloskopier, ikke blevet trænet i disse billeddannelsesmodaliteter og vil skulle stole fuldstændigt på CADx-funktionen for at detektere polypper, hvis disse billeddannelsesmodaliteter bruges, uden at kunne falde tilbage på deres erfaring og træning, hvis der skulle være tvivl om nøjagtigheden af ​​en CADx-diagnose i en virkelig verden.

Fujifilm 7000-systemet (Fujifilm Corp., Tokyo) har været i rutinemæssig klinisk brug i alle tertiære institutioner i Singapore. CAD EYE-systemet blev udviklet af Fujifilm Corp til at hjælpe klinikere i koloskopi med CADe- og CADx-funktioner. De grundlæggende funktioner og håndtering af koloskopet, såvel som endoskopibehandlingsenheden, svarer til, hvad der i øjeblikket er tilgængeligt i klinisk praksis, med den tilføjede CAD EYE-software. Controlleren er konfigureret til at give operatøren mulighed for at aktivere og deaktivere CAD-funktionen afhængigt af behovet for det. Disse funktioner kan tændes og slukkes ved hjælp af en knap på controlleren af ​​klinikeren. CADe- og CADx-funktionerne fungerer, når der anvendes henholdsvis hvidt lys og blå laserbilleddannelse (BLI). Dette giver en enestående mulighed for eksternt at validere brugen af ​​CADx-støtteværktøjet ved at evaluere dets diagnostiske nøjagtighed med endelig polyphistologi som guldstandarden, samtidig med at dens ydeevne i kliniske omgivelser sammenlignes med en kliniker, der bruger IEE (som er den konventionelle metode til forudsige polyp histologi i koloskopi).

Efterforskerne planlægger at udføre et prospektivt, multicenter klinisk forsøg for at validere nøjagtigheden af ​​CADx-støtte til forudsigelse af polyphistologi i real-time koloskopi.