Kunstig intelligensassisteret koloskopi i detektion og karakterisering af kolorektale læsioner

Kolorektal kræft (CRC) viser i øjeblikket ifølge Globocan en forekomst på 19,5 individer pr. 100.000 indbyggere i begge køn, idet de er den tredje mest almindelige kræft hos mænd og den anden hos kvinder, der repræsenterer den tredje førende dødsårsag hos både mænd og kvinder.

I henhold til Globocan Registry of the World Health Organization (WHO) estimeres det, at CRC er den tredje mest almindelige type kræft over hele verden, der er ansvarlig for 10%af alle nyligt diagnosticerede kræftsager, svarende til 1.931.590 tilfælde i 2020, kun forud for lungekræft (11,4%) og brystkræft (11,7%). CRC er den anden førende årsag til kræftdødelighed (9,4%; 935.173 tilfælde i 2020), efter kun lungekræft, der tegner sig for 18% af kræftdødsfald globalt.

I Brasilien spejler CRC ifølge data fra National Cancer Institute (INCA) den globale forekomst, idet den er den næst mest almindelige kræft efter køn.

Kolonoskopi er den mest nøjagtige CRC -screeningsmetode, hvor følsomheden når 100% i påvisning af kolorektale læsioner. I henhold til undersøgelser er der for hver 1% stigning i adenomdetektionshastighed et 5% fald i CRC -dødelighed, hvilket fremhæver vigtigheden af at udføre koloskopi for at påvise kolorektale læsioner, især adenomer.

Følgelig er der udviklet nye high-definition-endoskoper med virtuel kromoskopi og billedforstørrelse med at fremme teknologi til at øge adenom-detektionshastigheder med virtuel kromoskopi og billedforstørrelse. For nylig har AI-assisteret koloskopi vundet fremtrædende karakter med at hjælpe med at forhindre CRC i nogle medicinske centre over hele verden, såsom i Japan.

I en multicenterundersøgelse med 700 patienter i 2019 blev der påvist en signifikant højere adenomdetektionshastighed med AI-assisteret koloskopi sammenlignet med standard koloskopi (54,8% mod 40,4%). Derefter blev der udført et randomiseret, dobbeltblindt klinisk forsøg med 1.058 patienter, hvilket sammenlignede standard koloskopi med AI-assisteret koloskopi. Resultatet var en adenomdetektionshastighed på 29% for AI-assisteret koloskopi og 20% for standard koloskopi, hvor forskellen var statistisk signifikant. To andre undersøgelser, der sammenlignede AI-assisteret koloskopi og standard koloskopi, viste lignende resultater.

Når man analyserer nøjagtigheden af AI -systemer ved karakterisering af kolorektale læsioner, observeres forskellige resultater imidlertid i litteraturen. På den ene side rapporterer japanske studier nøjagtighed over 90% i karakterisering af neoplastiske og ikke-neoplastiske læsioner med kunstig intelligens, mens andre undersøgelser, såsom den hollandske undersøgelse og de tyske undersøgelser, fandt nøjagtigheder på henholdsvis 74,4% og 84,7%, resulterer signifikant lavere sammenlignet med de japanske studier.

Derfor, givet ikke kun forskellene i resultater opnået af forskellige forfattere, men også forskellene i befolkning og manglen på undersøgelser af AI-assisteret koloskopi i udviklingslandene, er målet med dette arbejde at evaluere adenomdetektionshastigheden for AI-assisteret koloskopi og vurdere nøjagtigheden af kunstig intelligens i karakterisering af kolorektale lesioner.