Effectiviteit op lange termijn van door kunstmatige intelligentie ondersteunde colonoscopie bij herhaling van adenomen (ENDOAID-PRO)

De laatste tijd hebben de snelle ontwikkelingen op het gebied van kunstmatige intelligentie (AI) en automatische computerondersteunde poliepdetectiesystemen (CADe) een revolutie teweeggebracht in de medische wereld. Meerdere klinische onderzoeken rapporteerden significante voordelen bij de detectie van colorectale neoplasie met het gebruik van CADe ten opzichte van standaard colonoscopie. De totale bijwerking en het aantal gedetecteerde adenomen per colonoscopie waren consistent hoger. De prestaties van CADe waren consistent op verschillende niveaus van endoscopistische ervaring. Met de veelbelovende gegevens hebben standpuntverklaringen van de World Endoscopie Organization (WEO) en de European Society of Gastrointestinal Endoscopie (ESGE) de acceptatie en introductie van CADe in de klinische praktijk ondersteund. De meeste klinische onderzoeken hebben echter alleen een netto voordeel aangetoond bij de detectie van kleine tot middelgrote, niet-gevorderde adenomen. Een recent grootschalig gerandomiseerd onderzoek heeft geen enkel verschil aangetoond in het detectiepercentage van geavanceerde neoplasie tussen CADe- en controlegroepen. Bovendien toonde een meta-analyse van 21 gerandomiseerde onderzoeken aan dat CADe alleen het adenoom verbeterde, maar niet de adenoomdetectie. Het blijft de vraag of AI alle valkuilen en uitdagingen bij standaard colonoscopieën kan overwinnen.

Een van de grootste zorgen vóór de universele implementatie van AI-ondersteunde colonoscopie is het gebrek aan praktijkgerichte langetermijngegevens over de klinische werkzaamheid van PCCRC-preventie. Het blijft onzeker of de detectie en verwijdering van kleine, niet-geavanceerde adenomen kan worden vertaald in absoluut klinisch voordeel. Aan de ene kant zouden patiënten met meer niet-geavanceerde adenomen worden ingedeeld in groepen met een hoger risico volgens de Amerikaanse Multi-Society Task Force (USMSTF) richtlijn, wat zou leiden tot intensievere surveillance colonoscopieën, zwaardere zorglasten en hogere gezondheidszorgkosten. Aan de andere kant zou een indexcolonoscopie van hoge kwaliteit met minder gemiste laesies en een laag PCCRC-risico patiënten en artsen meer vertrouwen kunnen geven in het verlengen van de surveillance-intervallen, wat op de lange termijn tot een uiteindelijke vermindering van de servicevraag en -uitgaven zou kunnen leiden. Helaas concentreerde de meeste huidige literatuur zich alleen op kortetermijnresultaten en ging zij niet in op dit onopgeloste probleem. Daarom is een prospectief real-world cohort om de langetermijneffectiviteit van AI-geassisteerde colonoscopie te bevestigen dringend gerechtvaardigd.

Tussen april 2021 en juli 2022 voltooide onze groep een gerandomiseerde, gecontroleerde studie met parallelle groepen in Hong Kong. [ENDOAID-TRAIN studie; NCT04838951] 856 proefpersonen die colonoscopieën ondergingen, werden 1:1 gerandomiseerd om colonoscopieën met CADe (ENDO-AID, Olympus Co., Japan) of standaard colonoscopieën (controle) te ontvangen. Onze studie heeft aangetoond dat AI-ondersteunde colonoscopieën de algehele bijwerkingen kunnen verhogen, vooral bij kleine tot middelgrote adenomen. Het blijft de vraag of de toegenomen detectie en verwijdering van deze niet-geavanceerde adenomen kan worden vertaald in enig duurzaam voordeel op de lange termijn. De impact van deze AI-gestuurde intensieve surveillance op de algemene bevolking en het gezondheidszorgsysteem is ook grotendeels onbekend. In dit onderzoeksproject willen we de langetermijneffectiviteit van AI-geassisteerde colonoscopie op adenoomrecidief en PCCRC-preventie beoordelen, door een real-world, prospectieve studie uit te voeren met longitudinale uitbreiding van een gerandomiseerde studie.