Klinische validatie van Polydeep: een op kunstmatige intelligentie gebaseerd computerondersteund poliepdetectie- (CADe) en karakteriseringssysteem (CADx)

Colorectale kanker (CRC) is de meest voorkomende vorm van kanker in de westerse wereld. Een fundamenteel hulpmiddel voor detectie en preventie is de colonoscopie. De detectie en endoscopische resectie van colorectale poliepen, de voorloper van CRC, kan de incidentie en mortaliteit van CRC verminderen. Het adenoomdetectiepercentage is de meest gebruikte endoscopische kwaliteitsindicator. De verbetering van deze indicator houdt verband met de vermindering van postcolonoscopie CRC-incidentie en mortaliteit.

De diagnose van colorectale poliepen is gebaseerd op endoscopische resectie en histologische analyse. Een nauwkeurige optische diagnose kan histologische laesies van kleinere laesies voorkomen, waardoor de kosten die gepaard gaan met histologische diagnose worden verlaagd. De internationale classificatie van NICE heeft het gebruik van high-definition endoscopen met Narrow Band Imaging voorgesteld. NICE moet echter worden gebruikt door endoscopisten die voldoende zijn voorbereid en die de leercurve hebben overwonnen. Daarom is een optische histologische diagnose met hoge nauwkeurigheid, onafhankelijk van het centrum en de endoscopist, noodzakelijk.

Computer Aid Diagnosis (CAD)-systemen op basis van kunstmatige intelligentie maken een exponentiële ontwikkeling door op het gebied van medische beeldanalyse. De ontwikkeling van het CAD-systeem is gebaseerd op het creëren van grote databases van endoscopische beelden en/of video's, op het trainen, ontwikkelen en valideren van diagnostische algoritmen in dergelijke databases en ten slotte op prospectieve klinische validatie bij patiënten die colonoscopie ondergaan. Het doel van CAD-systemen bij colonoscopie is dubbel. Ten eerste wil het de detectie van poliepen (CADe) in het algemeen en van adenomen en gekartelde laesies in het bijzonder verbeteren. Het tweede doel is het karakteriseren (CADx) van de histologie van de gedetecteerde laesie.

Polydeep CAD is een functioneel prototype. Het is in staat colorectale poliepen te detecteren, te lokaliseren en te classificeren. In vivo validatiegegevens tonen aan dat Polydeep een hoge diagnostische nauwkeurigheid heeft voor poliepidentificatie en dat deze nauwkeurigheid kan worden gerealiseerd. Het doel van Polydeep Advance 1 is om de klinische validatie uit te voeren binnen een diagnostisch proefonderzoek met een gepaarde onderzoeksopzet. We zullen de gevoeligheid van Polydeep vergelijken met endoscopisten die geblindeerd zijn voor Polydeep in high definition colonoscopie.