Computerunterstützte Erkennung und Auswahl von gezackten Adenomen und neoplastischen Polypen – ein neuer klinischer ENTWURF (CASSANDRA II)

Adenome sind Polypen des Kolorektums, die das Potenzial haben, sich zu Dickdarmkrebs zu entwickeln [1]. Einige Adenome werden jedoch nie bösartig, und wenn doch, dauert die Entwicklung vom Adenom zum Krebs normalerweise lange. In der Folge wurden Screening-Koloskopieprogramme etabliert, um Adenome frühzeitig zu erkennen und zu resezieren [2]. Nach der Resektion sollten Polypen zur Pathologie geschickt werden, um eine histologische Diagnose zu stellen. Nicht jeder kolorektale Polyp hat eine adenomatöse Histologie. Ungefähr 40–50 % aller Polypen enthalten eine andere gutartige Histologie (z. hyperplastische Polypen). Diese Polypen tragen kein Dickdarmkrebsrisiko.

Die Implementierung von Screening-Programmen hat in den letzten Jahren zu einer steigenden Zahl von Koloskopien geführt [3]. Dieser Ansatz impliziert natürlich höhere Mengen an erkannten Polypen. Die Entfernung dieser Polypen und die Konsultation eines Pathologen zur Diagnosestellung ist zeitaufwändig und teuer. Eine optisch basierte Vorhersage der Polyphistologie (adenomatös versus nicht-adenomatös) würde Endoskopikern ermöglichen, Geld zu sparen und Patienten schneller über Untersuchungsergebnisse zu informieren. Der Ansatz, Polyphistologie auf der Basis optischer Merkmale vorherzusagen, wird als "optische Biopsie"-Methode bezeichnet. Die Vorhersage wird von den Endoskopikern während der Echtzeit-Koloskopie gemacht. Ziel dieser Strategie ist es, eine optische Diagnose zu stellen, die es Benutzern ermöglicht, Polypen zu resezieren, ohne die Probe in die Pathologie zu schicken. Narrow Band Imaging (NBI) ist ein Lichtfiltergerät, das während der Darmspiegelung eingeschaltet werden kann. NBI ist nützlich, um Gefäßmuster der Dickdarmschleimhaut besser darzustellen. Es hat sich gezeigt, dass die Verwendung von NBI die optische Klassifizierung von kolorektalen Polypen erleichtern kann [5]. Es existiert ein NBI-basiertes Klassifikationsschema, das verwendet werden kann, um Polypen bestimmten Polypenkategorien (adenomatös versus nicht-adenomatös) zuzuordnen [6].

Vor der Implementierung des optischen Klassifikationsansatzes für den routinemäßigen Einsatz in der Endoskopie ist es notwendig, seine Machbarkeit und Genauigkeit zu prüfen [7]. Ansonsten birgt das Vorgehen die Gefahr von Fehldiagnosen, die zu falschen Empfehlungen für weitere diagnostische oder therapeutische Schritte führen könnten.

Bisher haben einige klinische Studien eine gute Genauigkeit für die optische Biopsiemethode gezeigt [5]. Es gibt jedoch zunehmend Hinweise darauf, dass die optische Biopsie die geforderten Genauigkeitsschwellen noch nicht erreicht [8]. Das Ziel unserer Studie ist es, ein Computerprogramm zu erstellen, das in der Lage ist, zwischen Adenomen, gezackten Adenomen und hyperplastischen Polypen zu unterscheiden. Videosequenzen von kolorektalen Polypen werden für maschinelles Lernen verwendet (Validierungsphase). Anschließend wird anhand von 100 Videos getestet, ob das Computerprogramm in der Lage ist, zwischen adenomatösen und nicht-adenomatösen Polypen zu unterscheiden (primärer Endpunkt). Statistische Maße (Genauigkeit, Sensitivität, Spezifität) werden berechnet. Die 100 Videos werden auch menschlichen Experten präsentiert, die auch Polypendiagnosen basierend auf optischen Merkmalen vorhersagen werden. Der Vergleich der Genauigkeit optischer Vorhersagen des Computers und menschlicher Experten wird ein weiterer Endpunkt der Studie sein.