GastroBot: Kunstig intelligens brukt på tarmforberedelse

Bakgrunn Kolorektal kreft (CRC) er den tredje hyppigste svulsten, den hyppigste gastrointestinale svulsten og den andre årsaken til kreftrelatert død. (1) I mer enn 80-90 % av tilfellene har CRC en forløperlesjon, en adenomatøs polypp eller adenom, som sakte utvikler seg mot CRC. Koloskopi regnes som gullstandarden for forebygging siden den tillater påvisning og behandling av dens opprinnelige form. (2) Når dette tas i betraktning, er det beskrevet flere kvalitetsindikatorer for koloskopi, slik som cecal intubasjonshastighet, tilbaketrekningstid og adenom/polyppdeteksjonshastighet (ADR), som er den siste som er den viktigste indikatoren som korrelerer med CRC-risiko. (3)

Derfor, for å redusere forekomsten av CRC, må vi fokusere på å forbedre ADR. Mange teknikker er blitt beskrevet for dette formålet, som å forbedre endoskopistenes utdanning og opplæring, delt dosering av tarmforberedelser, abstinenstid >9 minutter og andre visning av høyre kolon, bruk av endoskopi med høy oppløsning av hvitt lys, Endocuff-syn, G-EYE-skop eller Kunstig intelligens. (2, 4) Imidlertid har alle disse teknikkene til felles behovet for optimal visualisering av tarmslimhinnen, og dette faktum avhenger av tarmrensing. (3,4)

Problem Det er anslått at ca. 20 % av koloskopiene har utilstrekkelig forberedelse. (5) Dette er forbundet med lange prosedyrer og mindre påvisning av adenomer, reduserer screeningsintervallene og øker kostnadene og risikoen for komplikasjoner. Dette forårsaker frustrasjon for pasient og lege med medisinsk-juridiske konflikter. (6) Den ideelle rensemetoden må være trygg, godt tolerert og effektiv, men ingen av de nåværende alternativene oppfyller disse egenskapene. Hovedårsaken til upassende rensing (80 % av tilfellene) er manglende overholdelse av tilberedningsinstruksjonene og mest på grunn av intoleranse mot mikstur. (7,8)

Flere strategier har blitt foreslått for å forbedre kvaliteten på tarmforberedelse. Som på andre felt er mobile helseapper utviklet for å øke etterlevelsen av tarmforberedende midler, og forbedre kvaliteten på tarmforberedelsen. Overholdelse av mobile helsetjenester-apper er imidlertid også et kvalitetskriterium og et ventende problem å løse med denne nye teknologien. I tillegg, som med alle mobilapper, må mobile helseapper være kompatible med spesifikke enheter. GastroBot er en ny teknologi basert på kunstig intelligens som gjør det mulig, gjennom en programvarebot, å utføre en personlig oppfølging av pasientens tarmrensing, og råder pasienten til å overvinne uforutsette hendelser som oppstår med preparatet, som under andre omstendigheter kan føre til fiaskoen i det.

Mål Hovedmålet med denne studien er å bestemme forbedringen i tarmforberedelse etter GastroBot-hjelp sammenlignet med den tradisjonelle forklaringen. Som et sekundært mål søker denne studien også å bestemme adenom- og polyppdeteksjonshastigheter (henholdsvis ADR og PDR), tarmprepareringsmidlers toleranse og GastroBot-funksjonalitet.

MATERIALER OG METODER

Studiedesign Studietype. Følgende er et tverrsnitt enkelt-blind og enkeltsenter kontrollert randomisert studie. To grupper vil bli etablert: GastroBot-assistert tarmpreparat (GB-gruppe) og konvensjonelt assistert tarmpreparat (C-gruppe).

Innstilling. Det vil bli utført på påfølgende pasienter med indikasjon på tarmpreparerende midler før de gjennomgår en koloskopi med cecal intubasjon ved Instituto de Gastroenterología y Endoscopía de Avanzada (IGEA), Hospital de la Asociación Médica (HAM) "Dr. Felipe Glasman", Bahía Blanca, Buenos Aires-provinsen, Argentina. Studieprotokollen og samtykkeskjemaet er godkjent av Institutional Review Board (IRB) og vil bli utført i henhold til Helsinki-erklæringen. Pasienter vil signere et informert samtykke.

Intervensjon En klinisk koordinator vil være ansvarlig for pasientenes randomisering. Pasienter fra begge studiegruppene vil motta samme type preparat med polyetylenglykol i delt dose, som fastsetter inntakstiden i henhold til tre-tidssegmenter (8-11 am, 11-2 pm, 2-4 pm). C-gruppen vil motta instruksjonene skriftlig uten forutgående personlig rådgivning. GB-gruppen vil motta instruksjonene gjennom WhatsApp-applikasjonen, og blir guidet av programvareboten med flere og personlig tilpassede alternative instruksjoner i henhold til resultatene. Endoskopisten vil utføre endoskopien ved å vurdere primære og sekundære endepunkter, blindet for pasientens studiegruppe.

Prøvestørrelse Tatt i betraktning andelen utilstrekkelig BBPS (<6) blant app-gruppen (7,7 %) vs kontroller (16,9 %). beskrevet av Walter B et al (2021), beregnet vi en prøvestørrelse på 194 tilfeller per studiegruppe for å bestemme en tosidig forskjell på BBPS mellom GB-gruppe vs C-gruppe med en 80% statistisk styrke.

Statistisk analyse Baseline-karakteristikker vil bli sammenlignet mellom case- og kontrollgruppen ved å bruke Chi-square o Fisher Test for kategoriske variabler, og for fortsettende variabler vil Mann-Whitney Test bli brukt. En P-verdi på mindre enn 0,05 vil anses å være statistisk signifikant. All statistisk analyse vil bli utført ved å bruke den siste tilgjengelige versjonen av det statistiske programmet R (R Foundation for Statistical Computing; Wien, Østerrike).

Begrensninger Protokollen vil bli utført i kun ett senter og av seks endoskopister. Det er en enkel blindundersøkelse. Pasientene vil vite at de bruker (eller ikke) et nytt instrument for å øke kvaliteten på tarmforberedelsen.