In vivo computerondersteunde voorspelling van poliephistologie op witlichtcolonoscopie

Optische diagnose heeft tot doel de histologie van een poliep te voorspellen op basis van zijn endoscopische kenmerken. Deze praktijk zou histopathologische analyse kunnen vermijden en de afgeleide kosten kunnen verlagen. Onder deze premisse heeft de American Society of Gastrointestinal Endoscopie (ASGE), in haar verklaring Preservation and Incorporation of Valuable endoscopic Innovations (PIVI), een diagnostische drempel vastgesteld voor real-time endoscopische beoordeling van kleine poliepen. De grondgedachte voor de implementatie ervan is dat de prevalentie van geavanceerde histologie bij poliepen < 5 mm erg laag is (0,5%).

Verschillende onderzoeken hebben aangetoond dat optische diagnose van kleine poliepen veilig en haalbaar is in de klinische praktijk en vergelijkbaar is met de huidige gouden standaard, histopathologie. Het is echter aangetoond dat de nauwkeurigheid van optische diagnose onvoldoende is in gemeenschapspraktijken of in niet-deskundige handen en de diagnose is zelfs nog moeilijker bij kleine poliepen < 3 mm waarbij de discrepantie tussen de endoscopische en pathologische diagnose ongeveer 15 is. %.

Kunstmatige intelligentie (AI) is naar voren gekomen als een hulpmiddel voor het karakteriseren van poliepen.

Om de optische diagnose te verbeteren met behulp van AI-methoden, stellen we een hybride aanpak voor die DL combineert met kenmerken van poliepen die handmatig worden aangegeven door endoscopisten (HybridAI).