Langsiktig effektivitet av kunstig intelligens-assistert koloskopi på adenomresidiv (ENDOAID-PRO)

Nylig har rask utvikling innen kunstig intelligens (AI) og automatisk datastøttet polyppdeteksjon (CADe) systemer revolusjonert det medisinske feltet. Flere kliniske studier rapporterte betydelige fordeler ved påvisning av kolorektal neoplasi ved bruk av CADe fremfor standard koloskopi. Den totale bivirkningen og antall adenomer påvist per koloskopi var konsekvent høyere. Ytelsen til CADe var konsistent i ulike nivåer av endoskopisterfaring. Med de lovende dataene har posisjonserklæringer fra World Endoscopy Organization (WEO) og European Society of Gastrointestinal Endoscopy (ESGE) støttet aksept og introduksjon av CADe i klinisk praksis. Imidlertid viste de fleste kliniske studier bare en netto fordel ved påvisning av små til mellomstore, ikke-avanserte adenomer. En nylig storstilt randomisert studie klarte ikke å vise noen forskjell i avansert neoplasiadeteksjonsrate mellom CADe og kontrollgruppene. Videre viste en metaanalyse av 21 randomiserte studier at CADe bare forbedret adenom, men ikke avansert adenomdeteksjon. Det er fortsatt tvilsomt om AI kan overvinne alle fallgruver og utfordringer i standard koloskopier.

En av de største bekymringene før universell implementering av AI-assistert koloskopi er mangelen på virkelige langtidsdata om den kliniske effekten av PCCRC-forebygging. Det er fortsatt usikkert om påvisning og fjerning av små ikke-avanserte adenomer kan oversettes til absolutt klinisk fordel. På den ene siden vil pasienter med mer ikke-avanserte adenomer bli klassifisert i høyere risikogrupper i henhold til retningslinjene for US Multi-Society Task Force (USMSTF), noe som fører til mer intensive overvåkingskoloskopier, tyngre servicebyrder og høyere helsekostnader. På den annen side kan en indekskoloskopi av høy kvalitet med færre tapte lesjoner og lav PCCRC-risiko tillate pasienter og klinikere å ha høyere tillit til å forlenge overvåkingsintervaller, noe som fører til en endelig reduksjon i tjenesteetterspørselen og utgiftene på lang sikt. Dessverre fokuserte den mest aktuelle litteraturen kun på kortsiktige resultater og tok ikke opp dette uløste problemet. Derfor er en potensiell kohort fra den virkelige verden for å bekrefte den langsiktige effektiviteten av AI-assistert koloskopi påtrengende.

Mellom april 2021 og juli 2022 fullførte gruppen vår en parallellgruppe, randomisert kontrollert studie i Hong Kong. [ENDOAID-TRAIN studie; NCT04838951] 856 forsøkspersoner som gjennomgikk koloskopier ble randomisert 1:1 for å motta koloskopier med CADe (ENDO-AID, Olympus Co., Japan) eller standard koloskopier (kontroll). Vår studie viste at AI-assisterte koloskopier kunne øke den totale bivirkningen, spesielt små til mellomstore adenomer. Det er fortsatt tvilsomt om økt påvisning og fjerning av disse ikke-avanserte adenomene kan oversettes til noen vedvarende langsiktig fordel. Virkningen av denne AI-drevne intensive overvåkingen på den generelle befolkningen og helsevesenet er også stort sett ukjent. I dette forskningsprosjektet tar vi sikte på å vurdere den langsiktige effektiviteten av AI-assistert koloskopi på adenomresidiv og PCCRC-forebygging, ved å gjennomføre en real-world, prospektiv studie med longitudinell forlengelse fra en randomisert studie.