GastroBot: Inteligencia Artificial Aplicada a la Preparación Intestinal

Antecedentes El cáncer colorrectal (CCR) es el tercer tumor más frecuente, el tumor gastrointestinal más frecuente y la segunda causa de muerte relacionada con el cáncer. (1) En más del 80-90% de los casos, el CCR tiene una lesión precursora, un pólipo adenomatoso o adenoma, que progresa lentamente hacia el CCR. La colonoscopia se considera el estándar de oro en su prevención ya que permite la detección y tratamiento de su forma inicial. (2) Teniendo esto en cuenta, se han descrito varios indicadores de calidad de la colonoscopia, como la tasa de intubación cecal, el tiempo de retiro y la tasa de detección de adenomas/pólipos (ADR), siendo este último el indicador más importante que se correlaciona con el riesgo de CCR. (3)

Por tanto, para reducir la incidencia de CCR, tenemos que centrarnos en mejorar la RAM. Se han descrito muchas técnicas para este propósito, como mejorar la educación y capacitación de los endoscopistas, preparaciones intestinales de dosificación dividida, tiempo de retiro> 9 minutos y segunda vista del colon derecho, uso de endoscopia de luz blanca de alta definición, visión Endocuff, alcance G-EYE o Inteligencia artificial. (2, 4) Sin embargo, todas estas técnicas tienen en común la necesidad de una óptima visualización de la mucosa intestinal y de este hecho depende la limpieza intestinal. (3,4)

Problema Se estima que alrededor del 20% de las colonoscopias tienen una preparación inadecuada. (5) Esto se asocia con procedimientos prolongados y menor detección de adenomas, reduce los intervalos de detección y aumenta los costos y riesgos de complicaciones. Esto genera frustración para el paciente y el médico con conflictos médico-legales. (6) El método de limpieza ideal debe ser seguro, bien tolerado y efectivo, sin embargo, ninguna de las opciones actuales cumple con estas características. La principal causa de limpieza inadecuada (80% de los casos), es la falta de seguimiento adecuado de las instrucciones de preparación y en su mayoría por intolerancia a la solución oral. (7,8)

Se han propuesto varias estrategias para mejorar la calidad de la preparación intestinal. Como en otros campos, se han desarrollado aplicaciones sanitarias móviles para aumentar la adherencia a los agentes de preparación intestinal, mejorando la calidad de la preparación intestinal. Sin embargo, la adherencia a las Apps móviles de salud también es un criterio de calidad y una asignatura pendiente a resolver con esta nueva tecnología. Además, como con cualquier aplicación móvil, las aplicaciones móviles de atención médica deben ser compatibles con dispositivos específicos. GastroBot es una nueva tecnología basada en inteligencia artificial que permite, a través de un software bot, realizar un seguimiento personalizado de la limpieza intestinal del paciente, asesorando al paciente para superar las contingencias que se presenten con el preparado, que en otras circunstancias podrían derivar en el fracaso de la misma.

Objetivo El objetivo principal de este estudio es determinar la mejora en la preparación intestinal después de la asistencia de GastroBot en comparación con la explicación tradicional. Como objetivo secundario, este estudio también persigue determinar las tasas de detección de adenomas y pólipos (ADR y PDR, respectivamente), la tolerancia a los agentes de preparación intestinal y la funcionalidad de GastroBot.

MATERIALES Y MÉTODOS

Diseño del estudio Tipo de estudio. El siguiente es un ensayo aleatorizado controlado de un solo centro, simple ciego y transversal. Se establecerán dos grupos: el grupo de preparación intestinal asistida por GastroBot (grupo GB) y el grupo de preparación intestinal asistida convencional (grupo C).

Configuración. Se realizará en pacientes consecutivos con indicación de preparadores intestinales antes de realizar una colonoscopia con intubación cecal en el Instituto de Gastroenterología y Endoscopía de Avanzada (IGEA), Hospital de la Asociación Médica (HAM) "Dr. Felipe Glasman", Bahía Blanca, provincia de Buenos Aires, Argentina. El protocolo del estudio y el formulario de consentimiento han sido aprobados por la Junta de Revisión Institucional (IRB) y se llevarán a cabo de acuerdo con la declaración de Helsinki. Los pacientes firmarán un consentimiento informado.

Intervención Un coordinador clínico será responsable de la aleatorización de los pacientes. Los pacientes de ambos grupos de estudio recibirán el mismo tipo de preparación con polietilenglicol en dosis fraccionadas, estableciéndose el horario de toma según tres franjas horarias (8-11 am, 11-2 pm, 2-4 pm). El grupo C recibirá las instrucciones por escrito sin previo asesoramiento personalizado. El grupo GB recibirá las instrucciones a través de la aplicación WhatsApp, siendo guiado por el software bot con múltiples instrucciones alternativas personalizadas según resultados. El endoscopista realizará la endoscopia evaluando los criterios de valoración primarios y secundarios, cegado al grupo de estudio del paciente.

Tamaño de la muestra Considerando la proporción de BBPS insuficiente (<6) entre el grupo App (7,7 %) frente a los controles (16,9 %) descrito por Walter B et al (2021), calculamos un tamaño de muestra de 194 casos por grupo de estudio para determinar una diferencia bilateral en BBPS entre el grupo GB y el grupo C con un poder estadístico del 80 %.

Análisis estadístico Se compararán las características basales entre el grupo de casos y controles mediante Chi-cuadrado o Test de Fisher para variables categóricas, y para variables continuas se utilizará el Test de Mann-Whitney. Un valor de P inferior a 0,05 se considerará estadísticamente significativo. Todo el análisis estadístico se realizará utilizando la última versión disponible del programa estadístico R (R Foundation for Statistical Computing; Viena, Austria).

Limitaciones El protocolo se realizará en un único centro y por seis endoscopistas. Es un simple estudio ciego. Los pacientes sabrán que están utilizando (o no) un instrumento novedoso para aumentar la calidad de la preparación intestinal.