Forbedring av optisk diagnose av kolorektale polypper ved hjelp av CADx og BASIC.

Optisk diagnose av kolorektale polypper, in vivo karakterisering av histologien av endoskopister, er av økende interesse for klinisk endoskopi. Nyere studier har vist at terskler for optisk diagnose er oppfylt i høyt utvalgte grupper av ekspertendoskopister, men det samme gjelder ikke i fellesskaps endoskopi. For å forbedre optisk diagnose foreslås det å forbedre bildebehandlingsteknikker og bruke kunstig intelligens.

Denne observasjonsstudien utvikler et datastøttet diagnosesystem (CADx) for å skille mellom godartede og (pre-)maligne CRPer, ved å bruke state-of-the-art maskinlæringsmetoder og dyplæringsarkitekturer. For fremkallingen brukes HDWL- og BLI-bilder. CADx er trent ved å bruke histologi som gullstandard. CADx er eksternt validert ved bruk av et sett med 60 kolorektale polypper. Denne studien vil vurdere om den optiske diagnosen av kolorektale polypper kan forbedres ved hjelp av CADx.

I tillegg diagnostiserer både ekspertendoskopister og nybegynnere optisk kolorektale polypper. I den første fasen før trening, diagnostiserer endoskopister optisk kolorektale polypper basert på intuisjon. Etterpå, i post-treningsfasen, blir det samme settet med kolorektale polypper optisk diagnostisert basert på et klinisk klassifiseringssystem; BLI Adenoma Serrated International Classification (BASIC). Denne studien vil evaluere om den optiske diagnosen av kolorektale polypper kan forbedres ved hjelp av BASIC i både ekspert- og ikke-eksperthender.