Prospektywne badanie EndoAim: rozwiązanie ASUS AI do diagnostyki polipów jelita grubego

„Kontekst Według Tajwańskiej Administracji Promocji Zdrowia i Amerykańskiego Towarzystwa Onkologicznego rak jelita grubego zajmuje 3. miejsce pod względem zgonów związanych z nowotworami na Tajwanie i 2. w Stanach Zjednoczonych. Każdego roku w USA na raka jelita grubego umiera około 900 000 osób. Przed rozwinięciem się raka usunięcie polipów może zapobiec rakowi jelita grubego. Badania pokazują, że zwiększenie wskaźnika wykrywalności polipów zaledwie o 1% może zmniejszyć ryzyko śmiertelnego raka jelita grubego o 5%.

Kolonoskopia uznawana jest za złoty standard w usuwaniu polipów. Procedura ta jest jednak wymagająca technicznie, czasochłonna i wymaga wysoko wykwalifikowanych lekarzy. Badania wskazują, że podczas kolonoskopii pomija się 22–28% polipów i 20–24% gruczolaków przedrakowych. Do głównych przyczyn zalicza się zbyt małe lub płaskie polipy, co utrudnia ich wykrycie, lub niepełne pokrycie jelita grubego podczas zabiegu.

Najnowsze osiągnięcia w technologii sztucznej inteligencji (AI), szczególnie w obrazowaniu medycznym, oferują ogromny potencjał we wspomaganiu diagnozy. Systemy wspomagane sztuczną inteligencją mogą analizować obrazy, aby pomóc lekarzom szybciej i dokładniej wykrywać i diagnozować polipy podczas kolonoskopii. Nie tylko poprawia to dokładność, ale także odciąża lekarzy i zwiększa efektywność badania.

Wdrożenie systemów sztucznej inteligencji w kolonoskopii może zwiększyć współczynnik wykrywania gruczolaka (ADR) i gruczolaka podczas kolonoskopii (APC), pomagając jednocześnie w charakteryzowaniu polipów, aby pomóc lekarzom w określeniu strategii leczenia. Zatem procedury kolonoskopii wspierane przez sztuczną inteligencję mogą poprawić zarówno bezpieczeństwo, jak i skuteczność. Chociaż większość badań ADR była tradycyjnie przedmiotem zainteresowania, APC zapewnia pełniejszy obraz tego, czy wszystkie gruczolaki zostały skutecznie usunięte. Dlatego też niniejsze badanie skupi się na APC jako głównym wskaźniku.

Cel projektu badania

Celem pracy jest ocena skuteczności systemu wspomaganego sztuczną inteligencją (EndoAim) w diagnostyce polipów jelita grubego podczas kolonoskopii. Cele szczegółowe obejmują:

Porównanie efektywności standardowej kolonoskopii z kolonoskopią wspomaganą AI z wykorzystaniem EndoAim.

Ocena skuteczności diagnostycznej EndoAim w różnych podgrupach (badania przesiewowe a obserwacja, czystość jelit, doświadczenie lekarza i lokalizacja polipów).

Znaczenie Opierając się na istniejącej literaturze, niniejsze badanie ma na celu dostarczenie dalszych dowodów na praktyczne zastosowanie sztucznej inteligencji w kolonoskopii. Poprzez rygorystyczny projekt badań klinicznych i obszerną analizę danych naszym celem jest przedstawienie solidnych dowodów na użyteczność sztucznej inteligencji we wspomaganiu diagnozy i wspieraniu jej szerszego zastosowania klinicznego.

Punkty końcowe Pierwszorzędowym punktem końcowym jest gruczolak po kolonoskopii (APC). Drugorzędowe punkty końcowe obejmują współczynnik wykrywalności gruczolaka (ADR), współczynnik wykrywania polipów (PDR) i dodatnią wartość predykcyjną (PPV). Wskaźniki te zapewnią wszechstronną ocenę skuteczności systemu wspomaganego sztuczną inteligencją w kolonoskopii”.