Kombinasjon av kunstig intelligens og slimhinneeksponeringsenhet for å forbedre deteksjon av kolorektal neoplasi (AIDEN)

Høye misfrekvenser av polypper ble rapportert i standard koloskopier. Som et resultat ble en betydelig andel av intervall-CRC tilskrevet de savnede lesjonene under indekskoloskopi. Risikofaktorer for ubesvarte lesjoner inkluderte proksimal plassering, serrat eller flat morfologi, dårlig tarmforberedelse, kort tilbaketrekningstid og endoskopisk erfaring.

For å overvinne denne fallgruven ble forskjellige metoder utviklet for å forbedre adenomdeteksjonshastigheten (ADR), inkludert distale festeenheter. Blant slimhinneeksponeringsenhetene ble Endocuff Vision® vist å være overlegen enn konvensjonelle koloskopier.

Nylig har kunstig intelligens og automatisk datastøttet polyppdeteksjon (CADe) systemer utviklet seg raskt og revolusjonert det medisinske feltet. Likevel var det en potensiell begrensning av "blindsone" hvis endoskopisten ikke klarte å eksponere tykktarmsslimhinnen tilstrekkelig, noe som førte til ubesvarte lesjoner. Til dags dato er ingen tilgjengelige data eller pågående kliniske studier rapportert angående kombinert bruk av CADe og slimhinneeksponeringsenheter. Det kan forbedre ytelsen til CADe og gi en ny definitiv løsning på dette uløste, men likevel viktige kliniske problemet.

I denne prospektive parallelle randomiserte kontrollerte studien tar vi sikte på å evaluere effekten av kombinert bruk av et nytt CADe-system (ENDOAID) og slimhinneeksponeringsenhet (Endocuff Vision®) på deteksjon av kolorektal neoplasi.