Nøjagtighed af realtidskarakterisering i kunstig intelligens-assisteret koloskopi

Kolorektal cancer (CRC) er den tredjehyppigste kræftsygdom og den næsthyppigste årsag til kræftrelateret død på verdensplan. CRC-screening bruges til påvisning og fjernelse af præcancerøse læsioner, før de udvikler sig til kræft. Koloskopi anses for at være overlegen i forhold til andre screeningstests og bruges derfor som den gyldne standard.

Screening koloskopi er forbundet med en reduceret risiko for CRC-relateret død. Da det ikke er muligt for en endoskopist at bestemme polyppens histopatologi med sikkerhed under en koloskopi, bør påviste præ-maligne læsioner fjernes og sendes til histologisk undersøgelse. Flere undersøgelser har vist, at der er en stærk sammenhæng mellem fund ved baseline screening koloskopi og hyppigheden af ​​alvorlige læsioner ved opfølgningskoloskopi. Risikofaktorer for adenom, fremskreden adenom og cancer ved opfølgende koloskopi er multiplicitet, størrelse, villøshed og høj grad af dysplasi af adenomerne ved baseline screening koloskopi.

Inden for de sidste par år er der blevet offentliggjort adskillige randomiserede kontrollerede forsøg (RCT), der undersøger effektiviteten af ​​computerstøttet detektion i realtid. Undersøgelser har vist, at AI bidrager til en signifikant højere adenomdetektionsrate (ADR), sammenlignet med koloskopier uden assistance fra et AI-system. Der har været bekymringer om forlænget koloskopitid og øget arbejdsbyrde ved implementering af AI-systemet, siden den øgede detektion af små polypper kan føre til unødvendig polypektomi.

Med udviklingen af ​​computer-aided polyp characterization (CADx) systemer er det muligt at bruge AI til beslutningsstøtte og ikke kun til detektion. Der er endnu ingen evidens for, at CADx-systemet øger følsomheden for små neoplastiske polypper, når det bruges af ikke-ekspertendoskopister (akkrediteret til standard koloskopi), men det kan forbedre klinikernes selvtillid og øge specificiteten for optisk diagnose (Barua et al.) .

Diminutive polypper (1-5 mm) i rectosigmoid colon kan efterlades in situ, når de diagnosticeres med høj sikkerhed med en sensitivitet på mindst 90 % og en specificitet på mindst 80 %. For at implementere resect-and-cast-strategien er en følsomhed på mindst 80 % acceptabel. Dette anbefales af European Society of Gastrointestinal Endoscopy (ESGE) som en strategi til at mindske den unødvendige fjernelse af små polypper med en ubetydelig risiko for kræft. Selvom resect-and-cast-strategien vurderes at være en sikker og omkostningseffektiv metode, er det vigtigt at være forsigtig med læsioner i højre tyktarm på grund af deres maligne potentiale.

Pålidelige CADx-systemer kunne muliggøre en mere målrettet fjernelse af neoplastiske polypper, mens diminutive ikke-neoplastiske polypper kunne efterlades. Den potentielle overdrevne arbejdsbyrde på grund af CADe-systemet kunne derfor teoretisk undgås ved at tilføje CADx-systemet.

Resultaterne indtil videre er lovende, hvilket tyder på, at AI-assisteret koloskopi er overlegen i forhold til konventionel koloskopi, når det kommer til påvisning af polypper og adenom. Fortsat forbedring af CADx-systemer til at differentiere patologien af ​​kolorektale læsioner er nødvendig, såvel som yderligere kliniske undersøgelser for at vurdere den potentielle værdi af CADx-systemet.

Det overordnede formål med denne forskning er at undersøge kvaliteten og de mulige fordele ved AI-assistance i koloskopi. Forhåbentlig kan dette bidrage til en mere præcis, sikker og målrettet diagnosticering og behandling af patienter i fremtiden.

Efterforskerne har designet et kvalitetssikringsstudie for at undersøge effekten af ​​realtids-AI-assisteret koloskopi med CADx-systemet (GI Genius, Medtronic). Denne undersøgelse "REG-093-2022" er et delstudie til RCT "REG-092-2022". Efterforskerne ønsker at evaluere den diagnostiske nøjagtighed af CADx-systemet.