Czy kolonoskopia wspomagana sztuczną inteligencją poprawia wykrywanie gruczolaka w kolonoskopii przesiewowej?

Istnieje kilka badań wykazujących, że kolonoskopia wspomagana sztuczną inteligencją może pomóc w identyfikacji i charakterystyce polipów znalezionych w kolonoskopii.

• Byrne i wsp. wykazali, że ich model AI do oceny w czasie rzeczywistym endoskopowych obrazów wideo polipa jelita grubego może rozróżnić hiperplastyczne polipy drobne od polipów gruczolakowatych z czułością 98% i swoistością 83% (Byrne i in. PG 2019)
• Urban i wsp. zaprojektowali i wyszkolili głębokie CNN do wykrywania polipów w zarchiwizowanym wideo z krzywą ROC 0,991 i dokładnością 96,4%. Całkowita liczba zidentyfikowanych polipów jest znacznie wyższa, ale głównie w małych (1-3 mm i 4-6 mm polipach) (Urban et al. Gastroenterol 2018)
• Wang i wsp. przeprowadzili otwarte, niezaślepione badanie kolejnych pacjentów (n=1058) prospektywnie losowo przydzielonych do kolonoskopii diagnostycznej z pomocą AI lub bez niej. Stwierdzili, że system AI zwiększył ADR z 20,3% do 29,1%, a średnią liczbę gruczolaków na pacjenta z 0,31 do 0,53. Było to spowodowane większą liczbą wykrytych drobnych polipów, podczas gdy nie było statystycznej różnicy w większym gruczolaku. (Wang i in. PG 2019). W tym badaniu wykluczyli pacjentów z IBD, CRC i chirurgią jelita grubego. Pacjenci zgłaszali się z objawami do szpitala w celu zbadania.

Do tej pory brakuje randomizowanych badań kontrolowanych na dużą skalę z wykorzystaniem pomocy AI w wykrywaniu polipów/gruczolaków w populacji objętej badaniami przesiewowymi. Nie badano korelacji testu na krew utajoną w kale (FIT lub FOBT) z korzyścią kolonoskopii wspomaganej sztuczną inteligencją. Brakuje również informacji na temat korzyści płynących z kolonoskopii wspomaganej sztuczną inteligencją u doświadczonego kolonoskopisty w porównaniu z praktykantem/rezydentem.