Precisione della caratterizzazione in tempo reale nella colonscopia assistita da intelligenza artificiale

Il cancro del colon-retto (CRC) è il terzo tumore più comune e la seconda causa più comune di morte correlata al cancro in tutto il mondo. Lo screening CRC viene utilizzato per il rilevamento e la rimozione delle lesioni precancerose prima che si trasformino in cancro. La colonscopia è considerata superiore ad altri test di screening ed è quindi utilizzata come standard aureo.

La colonscopia di screening è associata a un ridotto rischio di morte correlata al CRC. Poiché non è possibile per un endoscopista determinare con certezza l'istopatologia del polipo durante una colonscopia, le lesioni pre-maligne rilevate devono essere rimosse e inviate per l'esame istologico. Numerosi studi hanno dimostrato che esiste una forte associazione tra i risultati della colonscopia di screening di base e il tasso di lesioni gravi alla colonscopia di follow-up. I fattori di rischio per l'adenoma, l'adenoma avanzato e il cancro alla colonscopia di follow-up sono la molteplicità, le dimensioni, la villosità e la displasia di alto grado degli adenomi alla colonscopia di screening di base.

Negli ultimi anni sono stati pubblicati numerosi studi randomizzati controllati (RCT) che hanno indagato l'efficacia del rilevamento assistito da computer in tempo reale. Gli studi hanno dimostrato che l'intelligenza artificiale contribuisce a un tasso di rilevamento dell'adenoma (ADR) significativamente più elevato rispetto alle colonscopie senza l'assistenza di un sistema di intelligenza artificiale. Ci sono state preoccupazioni per il tempo prolungato della colonscopia e l'aumento del carico di lavoro se si implementa il sistema di intelligenza artificiale, poiché l'aumento del rilevamento di piccoli polipi possono portare a polipectomia non necessaria.

Con lo sviluppo di sistemi di caratterizzazione dei polipi assistita da computer (CADx), è possibile utilizzare l'intelligenza artificiale per il supporto decisionale e non solo per il rilevamento. Non ci sono ancora prove che il sistema CADx aumenti la sensibilità per piccoli polipi neoplastici se utilizzato da endoscopisti non esperti (accreditati per la colonscopia standard), ma può migliorare la fiducia dei medici e aumentare la specificità per la diagnosi ottica (Barua et al) .

I polipi minuscoli (1-5 mm) nel colon rettosigmoideo possono essere lasciati in situ se diagnosticati con elevata sicurezza con una sensibilità di almeno il 90% e una specificità di almeno l'80%. Per implementare la strategia di resezione e scarto, è accettabile una sensibilità di almeno l'80%. Questo è raccomandato dalla Società Europea di Endoscopia Gastrointestinale (ESGE) come strategia per ridurre la rimozione non necessaria di piccoli polipi con un rischio trascurabile di ospitare il cancro. Sebbene la strategia di resezione e scarto sia valutata come un metodo sicuro ed economico, è importante essere cauti con le lesioni nel colon destro a causa del loro potenziale maligno.

Sistemi CADx affidabili potrebbero consentire una rimozione più mirata dei polipi neoplastici, mentre i polipi non neoplastici minuscoli potrebbero essere lasciati indietro. Il potenziale carico di lavoro eccessivo dovuto al sistema CADe potrebbe quindi teoricamente essere evitato aggiungendo il sistema CADx.

I risultati finora sono promettenti, suggerendo che la colonscopia assistita dall'intelligenza artificiale è superiore alla colonscopia convenzionale quando si tratta di rilevare polipi e adenomi. È necessario un continuo miglioramento dei sistemi CADx nel differenziare la patologia delle lesioni colorettali, nonché ulteriori studi clinici per valutare il valore potenziale del sistema CADx.

Lo scopo generale di questa ricerca è indagare la qualità e i possibili benefici dell'assistenza AI nella colonscopia. Si spera che questo possa contribuire a una diagnosi e un trattamento dei pazienti più accurati, sicuri e mirati in futuro.

I ricercatori hanno progettato uno studio di garanzia della qualità per studiare l'effetto della colonscopia assistita da AI in tempo reale con il sistema CADx (GI Genius, Medtronic). Questo studio "REG-093-2022" è un sottostudio dell'RCT "REG-092-2022". Gli investigatori desiderano valutare l'accuratezza diagnostica del sistema CADx.