Desarrollo y validación de un sistema de selección de estrategias asistido por inteligencia artificial para la limpieza de colonoscopias

La enfermedad colorrectal como una enfermedad humana común afecta seriamente la salud de la vida humana. Con el envejecimiento de la población, el cambio en la estructura de la dieta y el agravamiento de la contaminación ambiental, la incidencia de enfermedades colorrectales, como el cáncer de colon, el pólipo de colon y la enfermedad inflamatoria intestinal, ha aumentado gradualmente.

La colonoscopia es el procedimiento de detección más simple y más ampliamente disponible para la prevención y detección temprana del cáncer colorrectal (CCR). La colonoscopia puede observar claramente los pequeños cambios en el íleon terminal y el colorrectal, como erosión, úlceras, sangrado, congestión, edema, pólipos, cáncer temprano, etc. La colonoscopia puede hacer una biopsia del sitio de la lesión para un examen patológico, para caracterizar histológicamente cualitativamente las lesiones de la mucosa, como la inflamación, la naturaleza de los pólipos, el grado de diferenciación del cáncer, etc. Es útil comprender la gravedad de la lesión y guiar la formulación del plan de tratamiento correcto o el juicio del efecto del tratamiento. La colonoscopia también puede ser el tratamiento endoscópico mínimamente invasivo de pólipos colorrectales, cáncer temprano, sangrado, cuerpos extraños y otras enfermedades.

Debido a que la calidad de la preparación intestinal afecta la capacidad de la colonoscopia para detectar adenomas y pólipos, es necesaria una preparación intestinal adecuada para garantizar el uso óptimo de la colonoscopia en la prevención del CCR. Casi todas las guías clínicas recomiendan una preparación intestinal adecuada antes de la colonoscopia. Sin embargo, se ha encontrado que hasta un tercio de las colonoscopias muestran una preparación intestinal inadecuada, lo que se estima que aumenta el costo de las colonoscopias entre un 12 % y un 22 %. Y hay un 20% de los intestinos de los pacientes que no están adecuadamente preparados. Cuando la preparación intestinal del paciente no es adecuada, la dificultad de enjuagar puede hacer que no se detecten los adenomas. por lo tanto, los médicos deben identificar con precisión a estos pacientes y decirles que se realicen una segunda colonoscopia después de una limpieza intestinal completa. Sin embargo, la evaluación de la limpieza intestinal la deciden los médicos de manera subjetiva, y no existe un estándar de puntuación objetivo y efectivo para guiar a los pacientes a aceptar la segunda colonoscopia.

El aprendizaje profundo es un avance importante en el campo de la inteligencia artificial en la última década. Tiene un gran potencial en la extracción de pequeñas características en el análisis de imágenes y la clasificación de imágenes. En 2017, la revista Nature publicó un artículo que demuestra que el uso de inteligencia artificial para diagnosticar enfermedades de la piel puede alcanzar el nivel de expertos. Posteriormente, en el campo de la endoscopia digestiva, cada vez más estudios comenzaron a aplicar inteligencia artificial para ayudar a los médicos a encontrar pólipos y mejorar la tasa de detección de pólipos y adenomas. El equipo de Urban, G. utilizó inteligencia artificial para identificar pólipos con una sensibilidad del 95 %. El equipo de Misawa, M utilizó inteligencia artificial para identificar pólipos con una sensibilidad del 90 %. El propósito de nuestro grupo de investigación es desarrollar el EndoAngel con evaluación de la limpieza intestinal en tiempo real. Puede derivar una curva de decisión para la limpieza intestinal basada en la relación entre el porcentaje de segmentos intestinales con una puntuación de Boston de 0-1 y la tasa de detección de adenomas. Puede ayudar a los endoscopistas a identificar a los pacientes que necesitan una segunda colonoscopia, para evitar los adenomas perdidos y el alto costo del tiempo de limpieza causado por una toma de decisiones incorrecta. Al mismo tiempo, la inteligencia artificial se encuentra en la etapa de investigación preliminar en el campo de la endoscopia digestiva, y se espera que los resultados de nuestra investigación proporcionen nuevas ideas para mejorar la tasa de detección de adenomas colonoscópicos.

El proceso del estudio es: Los sujetos que cumplieron con todos los criterios de inclusión y no cumplieron con todos los criterios de exclusión se incluyeron en el estudio antes de la colonoscopia. Durante la colonoscopia, los endoscopistas necesitan permanecer en la misma sin retirarse mientras limpian el intestino. Los pacientes biopsiados son seguidos durante una semana. los pacientes a los que no se les realizó una biopsia reciben un seguimiento al final de su colonoscopia y los resultados se envían a un equipo de análisis de datos independiente para su revisión. Recopilaremos el video de los pacientes y excluiremos los clips de irrigación, biopsia y observación de pólipos. Luego el EndoAngel evalúa la Escala de Preparación Intestinal de Boston del colon ascendente, colon transverso y colon descendente, y calcula la proporción de 1 Puntuación.