Poliepherkenning ondersteund door een apparaat voor interactieve karakterisering - de PREDICT-studie (PREDICT)

Kleine colorectale poliepen (≤ 5 mm) vertegenwoordigen de meeste poliepen die tijdens colonoscopie worden gedetecteerd, vooral in het rectum-sigmoïdkanaal. De karakterisering van deze poliepen door virtuele chromoendoscopie wordt erkend als een sleutelelement voor innovatieve beeldvormende technieken. In feite zijn kleine colorectale poliepen zeer frequent en vormen ze, indien gelokaliseerd in het rectosigmoïd colon, een zeer laag kwaadaardig risico (0,3% evolutie naar gevorderd adenoom en tot 0,08% evolutie naar invasief carcinoom). De real-time karakterisering zou het mogelijk maken om de poliepen met het laagste risico (hyperplastisch subtype) te identificeren, ze in situ te laten of, indien gereseceerd, ze niet op te sturen voor histologisch onderzoek, wat een enorme besparing op de zorgkosten oplevert.

Onlangs heeft de American Society for Gastrointestinal Endoscopy (ASGE) Technology Committee het document Preservation and Incorporation of Valuable endoscopic Innovations (PIVI) opgesteld, specifiek voor real-time histologische beoordeling van kleine colorectale poliepen, om referentiekwaliteitsdrempels vast te stellen. Er zijn twee prestatienormen ontwikkeld om het gebruik van geavanceerde beeldvorming te begeleiden:

1. voor kleine poliepen die zonder pathologische beoordeling moeten worden gereseceerd en weggegooid, moet endoscopische technologie (indien met grote betrouwbaarheid gebruikt) die wordt gebruikt om de histologie van poliepen ≤ 5 mm groot te bepalen, in combinatie met de histopathologische beoordeling van poliepen > 5 mm groot, een ≥ 90% overeenstemming over de toewijzing van bewakingsintervallen na polypectomie in vergelijking met beslissingen op basis van pathologische beoordeling van alle geïdentificeerde poliepen;
2. om een ​​technologie te gebruiken als leidraad voor de beslissing om vermoedelijke rectosigmoïde hyperplastische poliepen met een grootte van ≤ 5 mm op hun plaats te laten (zonder resectie), moet de technologie een negatief voorspellende waarde van ≥ 90% bieden (bij gebruik met grote betrouwbaarheid) voor adenomateuze histologie .

Computer-Aided-Diagnosis (CAD) is een op kunstmatige intelligentie gebaseerde tool die een snelle en objectieve karakterisering van deze laesies mogelijk maakt. De GI Genius CADx is ontwikkeld om endoscopisten te helpen bij hun klinische praktijken voor het karakteriseren van poliepen.