Intelligenza artificiale e qualità della pulizia dell'intestino (CALPER2)

La percezione del paziente dell'ultimo movimento intestinale prima della colonscopia si è dimostrata un potente predittore della pulizia intestinale valutata durante la colonscopia. Un ampio studio che ha coinvolto 1011 pazienti distribuiti in una coorte di derivazione (633 pazienti) e una coorte di convalida (378 pazienti) utilizzando un set di 4 immagini che assomigliano alle qualità della pulizia intestinale ha mostrato un moderato accordo con il BBPS. Inoltre, è stato trovato un buon accordo quando sono state confrontate la percezione del personale e la percezione del paziente dell'ultimo movimento intestinale. Questi risultati offrono un'eccellente opportunità per testare gli interventi di pulizia di salvataggio lo stesso giorno dell'esame, prima della colonscopia.

Negli ultimi due anni, le applicazioni dell'intelligenza artificiale hanno compiuto un sostanziale passo avanti in diverse discipline, tra cui l'endoscopia. L'apprendimento automatico e la sua forma più avanzata deep learning, si riferisce allo sviluppo di algoritmi (reti neurali convoluzionali) con la capacità di apprendere ed eseguire determinati compiti. Nell'ambito dell'endoscopia, le applicazioni di visione artificiale sono state dichiarate come campo prioritario di ricerca. Sulla base di tutta questa esperienza, lo scopo di questo studio era progettare e convalidare una rete neurale convoluzionale in grado di prevedere automaticamente la qualità della pulizia del paziente a casa dopo l'assunzione della soluzione per la pulizia dell'intestino e prima di partecipare alla colonscopia. L'altro obiettivo era valutare prospetticamente in una coorte di pazienti l'accordo tra il risultato dell'ultima qualità dell'effluente rettale valutata dalla rete neurale convoluzionale e la qualità della pulizia valutata durante la colonscopia valutata da una scala validata (Boston Bowel Preparation Scale, BBPS) Questo studio è annidato in uno studio prospettico osservazionale condotto presso l'Unità di endoscopia ad accesso aperto dell'Ospedale Universitario de Canarias tra febbraio 2021 e maggio 2021 (NCT04702646). A questo studio hanno partecipato un totale di 633 pazienti ambulatoriali consecutivi con una colonscopia programmata (un totale di 266 pazienti (42%) ha inviato almeno una foto). Dopo questo studio, ai pazienti per i quali è stata richiesta una colonscopia ambulatoriale, è stato chiesto di fornire immagini dei loro effluenti durante l'assunzione della preparazione intestinale. Un sottogruppo di queste immagini sarà classificato dal personale della nostra unità in adeguato e inadeguato e sarà utilizzato per addestrare la rete neurale convoluzionale. Un altro set di immagini verrà utilizzato per convalidare la rete neurale convoluzionale. Inoltre, i ricercatori convalideranno in vivo la rete neurale convoluzionale confrontando la sua classificazione della qualità dell'effluente con una scala di pulizia del colon convalidata durante la colonscopia.