Precisión de la caracterización en tiempo real en colonoscopia asistida por inteligencia artificial

El cáncer colorrectal (CCR) es el tercer cáncer más común y la segunda causa más común de muerte relacionada con el cáncer en todo el mundo. La detección de CRC se utiliza para la detección y eliminación de lesiones precancerosas antes de que se conviertan en cáncer. La colonoscopia se considera superior a otras pruebas de detección y, por lo tanto, se utiliza como el estándar de oro.

La colonoscopia de detección se asocia con un riesgo reducido de muerte relacionada con el CCR. Dado que no es posible que un endoscopista determine con certeza la histopatología del pólipo durante una colonoscopia, las lesiones premalignas detectadas deben eliminarse y enviarse para un examen histológico. Múltiples estudios han demostrado que existe una fuerte asociación entre los hallazgos en la colonoscopia de detección inicial y la tasa de lesiones graves en la colonoscopia de seguimiento. Los factores de riesgo de adenoma, adenoma avanzado y cáncer en la colonoscopia de seguimiento son la multiplicidad, el tamaño, la vellosidad y el alto grado de displasia de los adenomas en la colonoscopia de detección inicial.

En los últimos años se han publicado varios ensayos controlados aleatorios (ECA) que investigan la eficacia de la detección asistida por computadora en tiempo real. Los estudios han demostrado que la IA contribuye a una tasa de detección de adenoma (ADR) significativamente más alta, en comparación con las colonoscopias sin la ayuda de un sistema de IA. Ha habido preocupaciones sobre el tiempo prolongado de la colonoscopia y el aumento de la carga de trabajo si se implementa el sistema de IA, ya que el aumento de la detección de los pólipos pequeños pueden conducir a una polipectomía innecesaria.

Con el desarrollo de sistemas de caracterización de pólipos asistidos por computadora (CADx), es posible utilizar la IA para tomar decisiones y no solo para la detección. Todavía no hay evidencia de que el sistema CADx aumente la sensibilidad para los pólipos neoplásicos pequeños cuando lo usan endoscopistas no expertos (acreditados para colonoscopia estándar), pero puede mejorar la confianza de los médicos y aumentar la especificidad para el diagnóstico óptico (Barua et al) .

Los pólipos diminutos (1-5 mm) en el colon rectosigmoide pueden dejarse in situ cuando se diagnostican con alta confianza con una sensibilidad de al menos el 90 % y una especificidad de al menos el 80 %. Para implementar la estrategia de resecar y descartar, es aceptable una sensibilidad de al menos el 80%. Esto es recomendado por la Sociedad Europea de Endoscopia Gastrointestinal (ESGE) como una estrategia para disminuir la extracción innecesaria de pólipos pequeños con un riesgo insignificante de albergar cáncer. Aunque la estrategia de resección y descarte se evalúa como un método seguro y rentable, es importante tener precaución con las lesiones en el colon derecho debido a su potencial maligno.

Los sistemas CADx confiables podrían permitir una eliminación más específica de los pólipos neoplásicos, mientras que los diminutos pólipos no neoplásicos podrían quedar atrás. Por lo tanto, teóricamente, la posible carga de trabajo excesiva debido al sistema CADe podría evitarse agregando el sistema CADx.

Los resultados hasta ahora son prometedores, lo que sugiere que la colonoscopia asistida por IA es superior a la colonoscopia convencional en lo que respecta a la detección de pólipos y adenomas. Se necesita una mejora continua de los sistemas CADx para diferenciar la patología de las lesiones colorrectales, así como estudios clínicos adicionales para evaluar el valor potencial del sistema CADx.

El objetivo general de esta investigación es investigar la calidad y los posibles beneficios de la asistencia de IA en la colonoscopia. Es de esperar que esto pueda contribuir a un diagnóstico y tratamiento más preciso, seguro y específico de los pacientes en el futuro.

Los investigadores diseñaron un estudio de control de calidad para investigar el efecto de la colonoscopia asistida por IA en tiempo real con el sistema CADx (GI Genius, Medtronic). Este estudio "REG-093-2022" es un subestudio del ECA "REG-092-2022". Los investigadores desean evaluar la precisión diagnóstica del sistema CADx.