Effektiviteten af AI-drevet afføringsidentifikation til tarmforberedelse før koloskopi

Tarmforberedelse er processen med at fjerne alt afføring fra tyktarmen for at kunne gennemgå en medicinsk eller kirurgisk procedure som en koloskopi. Det er vigtigt at rense tyktarmen for alt afføring, madpartikler og alt andet, der måtte være til stede, af flere grunde. Hvis du skal opereres på eller nær tyktarmen, udgør tilstedeværelsen af afføring en risiko for infektion og kan forhindre visse procedurer. Der er tilfælde, hvor tarmforberedelse udelukkende udføres for at forebygge potentielle komplikationer fra operation. For eksempel, hvis din tarm blev beskadiget under operationen, ville infektionsrisikoen være markant reduceret, hvis tarmen var tom. Ved en koloskopi kan afføring i tyktarmen forhindre kirurgen i at se vævet, der undersøges, og ville gøre det meget vanskeligt at indføre det oplyste endoskop i endetarmen og tyktarmen.

Det er påvist, at koloskopier hjælper med at reducere forekomsten af tyktarmskræft og dødsfald forbundet med sygdommen. I løbet af det sidste årti har folkesundhedsinitiativer bidraget til at øge screeningsraterne, men de nuværende rater opfylder stadig ikke de folkesundhedsmål, der er fastsat. Samtidig har raten af tilstrækkelig forberedelse til screening, som er forbundet med koloskopiets effektivitet, ændret sig lidt over de sidste 10 år.

Med hurtige fremskridt inden for kunstig intelligens (AI) er billedgenkendelsesteknikker dukket op som særligt værdifulde værktøjer i medicinske applikationer. Deep learning-algoritmer, et underområde af AI, har demonstreret imponerende præstationer i at analysere og kategorisere komplekse medicinske billeddata, hvilket muliggør effektiv beslutningsstøtte i realtid i kliniske miljøer. Nylige undersøgelser har fremhævet den lovende anvendelse af AI-drevet billedgenkendelse i evaluering af afføringens udseende og tarmrensning, hvilket giver øjeblikkelig feedback og personlige instruktioner til patienter, der gennemgår tarmforberedelse. Inddragelse af sådanne AI-systemer har potentiale til at forbedre patientoverholdelse betydeligt, forbedre tarmforberedelsens effektivitet og dermed øge diagnostisk nøjagtighed og den samlede kliniske værdi af koloskopiprocedurerne. Denne undersøgelse er et prospektivt, randomiseret, evalueringsblindet, parallelgruppeklinisk forsøg designet til at evaluere effektiviteten af et AI-SIS i at forbedre tarmforberedelse før koloskopi. Deltagere vil blive tilfældigt tildelt i et 1:1-forhold til to grupper, med cirka 170 deltagere per gruppe, i alt 340 deltagere.

Gruppe A (interventionsgruppe): Deltagere vil anvende AI-SIS, designet til at give realtidsfeedback om tarmrensning gennem billedklassificering af afføring i tre kategorier (Klasse A: tilstrækkelig rensning; Klasse B eller C: utilstrækkelig rensning, der kræver yderligere tarmforberedelse). Ud over standard hospitalsleverede undervisningsinstruktioner vil denne gruppe anvende AI-SIS.

Gruppe B (kontrollgruppe): Deltagere vil gennemgå standard tarmforberedelse og modtage kun standard hospitalsleverede undervisningsinstruktioner uden assistance fra AI-SIS.

Alle deltagere vil anvende Bowklean® under tarmforberedelsesprocessen og overholde diætkontrol ved hjælp af en forpakket lavrestdiæt (PLD). Begge grupper vil modtage identiske standard undervisningsinstruktioner på hospitalet om tarmforberedelsesprocedurer. Derudover kan deltagere fra begge grupper ringe til en gratis 0800-hotline for konsultation, hvis de støder på problemer under forberedelsen.

Evaluatorblindhed vil blive opretholdt, med tarmrensning vurderet ved hjælp af Boston Bowel Preparation Scale (BBPS). Koloskopiprocedurer og efterfølgende evalueringer vil blive udført af uafhængige, blindede koloskopister for at sikre objektive og upartiske resultater.