GastroBot: Kunstig intelligens anvendt til tarmforberedelse

Baggrund Kolorektal cancer (CRC) er den tredje hyppigste tumor, den hyppigste gastrointestinale tumor og den anden årsag til cancerrelateret død. (1) I mere end 80-90% af tilfældene har CRC en prækursorlæsion, en adenomatøs polyp eller adenom, som langsomt udvikler sig mod CRC. Koloskopi betragtes som guldstandarden i dens forebyggelse, da den tillader påvisning og behandling af dens oprindelige form. (2) Når dette tages i betragtning, er der beskrevet adskillige kvalitetsindikatorer for koloskopi, såsom cecal intubationshastighed, tilbagetrækningstid og adenom/polyp detektionshastighed (ADR), som er den sidste, den vigtigste indikator, der korrelerer med CRC-risiko. (3)

Derfor, for at reducere forekomsten af ​​CRC, er vi nødt til at fokusere på at forbedre ADR. Mange teknikker er blevet beskrevet til dette formål, såsom forbedring af endoskopisters uddannelse og træning, opdelt-doserende tarmpræparater, abstinenser >9 minutter og højre colon second view, brug af high-definition hvidt lys endoskopi, Endocuff vision, G-EYE scope eller Kunstig intelligens. (2, 4) Imidlertid har alle disse teknikker til fælles behovet for optimal visualisering af tarmslimhinden, og dette faktum afhænger af tarmrensning. (3,4)

Problem Det anslås, at omkring 20 % af koloskopier har utilstrækkelig forberedelse. (5) Dette er forbundet med langvarige procedurer og mindre påvisning af adenomer, reducerer screeningsintervallerne og øger omkostningerne og risikoen for komplikationer. Dette forårsager frustration for patient og læge med medicinsk-juridiske konflikter. (6) Den ideelle rensemetode skal være sikker, veltolereret og effektiv, men ingen af ​​de nuværende muligheder opfylder disse egenskaber. Hovedårsagen til uhensigtsmæssig udrensning (80 % af tilfældene) er manglende overholdelse af forberedelsesinstruktionerne og mest på grund af intolerance over for den orale opløsning. (7,8)

Adskillige strategier er blevet foreslået for at forbedre kvaliteten af ​​tarmforberedelse. Som på andre områder er mobile sundhedsapps blevet udviklet for at øge overholdelse af tarmforberedende midler, hvilket forbedrer kvaliteten af ​​tarmforberedelse. Overholdelse af mobile sundhedsapps er dog også et kvalitetskriterium og et afventende problem at løse med denne nye teknologi. Ligesom med enhver mobilapp skal mobile sundhedsapps også være kompatible med specifikke enheder. GastroBot er en ny teknologi baseret på kunstig intelligens, der gør det muligt, gennem en softwarebot, at foretage en personlig opfølgning af patientens tarmudrensning, der rådgiver patienten til at overvinde uforudsete hændelser, der opstår med præparatet, som under andre omstændigheder kan føre til fiaskoen af ​​det.

Formål Det primære formål med denne undersøgelse er at bestemme forbedringen i tarmforberedelse efter GastroBot-assistance sammenlignet med den traditionelle forklaring. Som et sekundært mål forfølger denne undersøgelse også at bestemme adenom- og polypperdetektionsrater (henholdsvis ADR og PDR), tarmpræpareringsmidlers tolerance og GastroBot-funktionalitet.

MATERIALER OG METODER

Studiedesign Studietype. Det følgende er et enkelt-blindt og enkelt-center kontrolleret randomiseret forsøg i tværsnit. To grupper vil blive etableret: GastroBot-assisteret tarmpræparation (GB-gruppe) og konventionel-assisteret tarmpræparation (C-gruppe).

Indstilling. Det vil blive udført i på hinanden følgende patienter med tarmpræparationsmidler indikation, før de gennemgår en koloskopi med cecal intubation på Instituto de Gastroenterología y Endoscopía de Avanzada (IGEA), Hospital de la Asociación Médica (HAM) "Dr. Felipe Glasman", Bahía Blanca, Buenos Aires-provinsen, Argentina. Studieprotokollen og samtykkeformularen er godkendt af Institutional Review Board (IRB) og vil blive udført i overensstemmelse med Helsinki-erklæringen. Patienterne vil underskrive et informeret samtykke.

Intervention En klinisk koordinator vil være ansvarlig for patienters randomisering. Patienter fra begge undersøgelsesgrupper vil modtage den samme type præparat med polyethylenglycol i delt dosis, der fastlægger indtagelsestiden i henhold til tre-tidssegmenter (8-11 am, 11-2 pm, 2-4 pm). C-gruppen vil modtage instruktionerne skriftligt uden forudgående personlig rådgivning. GB-gruppen modtager instruktionerne gennem WhatsApp-applikationen, og bliver guidet af softwareboten med flere og personlige alternative instruktioner i henhold til resultater. Endoskopisten vil udføre endoskopien ved at vurdere primære og sekundære endepunkter, blindet for patientens undersøgelsesgruppe.

Prøvestørrelse I betragtning af andelen af ​​utilstrækkelig BBPS (<6) blandt app-gruppen (7,7 %) versus kontroller (16,9 %). beskrevet af Walter B et al (2021), beregnede vi en stikprøvestørrelse på 194 tilfælde pr. undersøgelsesgruppe for at bestemme en tosidet forskel på BBPS mellem GB-gruppe vs C-gruppe med en 80% statistisk styrke.

Statistisk analyse Baseline-karakteristika vil blive sammenlignet mellem case- og kontrolgruppen ved at bruge Chi-square o Fisher Test for kategoriske variable, og for fortsættende variabler vil Mann-Whitney Test blive brugt. En P-værdi på mindre end 0,05 vil blive anset for at være statistisk signifikant. Al den statistiske analyse vil blive udført ved hjælp af den seneste tilgængelige version af det statistiske program R (R Foundation for Statistical Computing; Wien, Østrig).

Begrænsninger Protokollen vil kun blive udført i ét center og af seks endoskopister. Det er en simpel blind undersøgelse. Patienterne vil vide, at de bruger (eller ej) et nyt instrument til at øge tarmpræparationskvaliteten.