Dataassistert deteksjon og utvalg av serrated adenomer og neoplastiske polypper - et nytt klinisk utkast (CASSANDRA II)

Adenomer er polypper i tykktarmen som har potensial til å utvikle seg til tykktarmskreft [1]. Noen adenomer blir imidlertid aldri ondartede, og hvis de gjør det, tar progresjon fra adenom til kreft vanligvis lang tid. Som et resultat ble det etablert screening-koloskopiprogrammer for å oppdage og resektere adenomer på et tidlig stadium [2]. Etter reseksjon bør polypper sendes til patologi for å stille en histologisk diagnose. Ikke alle kolorektal polypper har adenomatøs histologi. Omtrent 40-50 % av alle polypper inneholder annen godartet histologi (f. hyperplastiske polypper). Disse polyppene bærer ikke risikoen for tykktarmskreft.

Gjennomføringen av screeningprogrammer har ført til økende antall koloskopier de siste årene [3]. Denne tilnærmingen innebærer naturlig nok høyere mengder oppdagede polypper. Fjerning av disse polyppene og konsultasjon av en patolog for å stille en diagnose er tidkrevende og dyrt. En optisk-basert prediksjon av polypp histologi (adenomatøs versus ikke-adenomatøs) vil gjøre det mulig for endoskopister å spare penger og informere pasienter raskere om undersøkelsesresultater. Tilnærmingen til å forutsi polypp histologi på grunnlag av optiske egenskaper kalles "optisk biopsi" metode. Forutsigelsen gjøres av endoskopistene under sanntidskoloskopi. Målet med denne strategien er å stille en optisk diagnose som gjør det mulig for brukere å resektere polypper uten å sende prøven til patologi. Narrow Band Imaging (NBI) er en lysfilterenhet som kan slås på under koloskopi. NBI er nyttig for å bedre vise vaskulære mønstre i tykktarmsslimhinnen. Det er vist at bruk av NBI kan lette optisk klassifisering av kolorektale polypper [5]. Det finnes et NBI-basert klassifiseringsskjema som kan brukes til å tilordne polypper i spesifikke polyppkategorier (adenomatøs versus ikke-adenomatøs) [6].

Før implementeringen av den optiske klassifiseringstilnærmingen for rutinebruk i endoskopi er det nødvendig å bevise dens gjennomførbarhet og nøyaktighet [7]. Ellers vil tilnærmingen innebære risiko for feil diagnoser som kan føre til feil anbefalinger om videre diagnostiske eller terapeutiske trinn.

Til nå har noen kliniske studier vist god nøyaktighet for den optiske biopsimetoden [5]. Imidlertid er det økende bevis for at optisk biopsi ennå ikke oppfyller de nødvendige nøyaktighetsterskler [8]. Målet med vår studie er å lage et dataprogram som er i stand til å skille mellom adenomer, taggete adenomer og hyperplastiske polypper. Videosekvenser av kolorektale polypper vil bli brukt til maskinlæring (valideringsfase). Etterpå vil et sett med 100 videoer bli brukt for å teste om dataprogrammet er i stand til å skille mellom adenomatøse og ikke-adenomatøse polypper (primært endepunkt). Statistiske mål (nøyaktighet, sensitivitet, spesifisitet) vil bli beregnet. De 100 videoene vil også bli presentert for menneskelige eksperter som også vil forutsi polyppdiagnoser basert på optiske egenskaper. Å sammenligne nøyaktigheten av optiske spådommer gjort av datamaskinen og av menneskelige eksperter vil være et annet endepunkt for studien.