Skuteczność identyfikacji kału opartej na sztucznej inteligencji w przygotowaniu jelita przed kolonoskopią

Przygotowanie jelit to proces usuwania wszystkich stolców z okrężnicy w celu przeprowadzenia zabiegu medycznego lub chirurgicznego, takiego jak kolonoskopia. Ważne jest oczyszczenie okrężnicy ze wszystkich stolców, cząstek jedzenia i wszystkiego innego, co może być obecne, z kilku powodów. Jeśli masz operację na okrężnicy lub w jej pobliżu, obecność stolców stanowi ryzyko infekcji i może przeszkadzać w niektórych procedurach. Są sytuacje, w których przygotowanie jelit odbywa się wyłącznie w celu zapobiegania potencjalnym powikłaniom pooperacyjnym. Na przykład, jeśli jelito zostało nacięte podczas operacji, ryzyko infekcji znacznie by się zmniejszyło, gdyby jelito było puste. W przypadku kolonoskopii stolec w okrężnicy może uniemożliwić chirurgowi zobaczenie badanej tkanki i bardzo utrudnić wprowadzenie oświetlonego endoskopu do odbytnicy i okrężnicy.

Wykazano, że kolonoskopie pomagają zmniejszyć częstość występowania raka jelita grubego i zgonów związanych z tą chorobą. W ciągu ostatniej dekady inicjatywy zdrowia publicznego pomogły zwiększyć wskaźnik badań przesiewowych, jednak obecne wskaźniki nadal nie spełniają celów zdrowia publicznego. Jednocześnie wskaźnik odpowiedniego przygotowania do badań przesiewowych, który jest związany z efektywnością kolonoskopii, niewiele zmienił się w ciągu ostatnich 10 lat.

Dzięki szybkiemu postępowi w dziedzinie sztucznej inteligencji (AI), techniki rozpoznawania obrazu stały się szczególnie cennymi narzędziami w zastosowaniach medycznych. Algorytmy głębokiego uczenia, będące poddziedziną AI, wykazały imponujące wyniki w analizowaniu i kategoryzowaniu złożonych danych obrazowania medycznego, umożliwiając efektywne wsparcie decyzyjne w czasie rzeczywistym w warunkach klinicznych. Ostatnie badania podkreśliły obiecujące zastosowanie rozpoznawania obrazu napędzanego AI w ocenie wyglądu stolca i czystości jelit, zapewniając natychmiastową informację zwrotną i spersonalizowane instrukcje pacjentom przechodzącym przygotowanie jelit. Włączenie takiego systemu AI ma potencjał znaczącego zwiększenia zgodności pacjentów, poprawy skuteczności przygotowania jelit, a w konsekwencji zwiększenia dokładności diagnostycznej i ogólnej wartości klinicznej procedur kolonoskopii. Niniejsze badanie to prospektywne, randomizowane, ślepe dla oceniającego, równoległe badanie kliniczne zaprojektowane do oceny skuteczności AI-SIS w poprawie przygotowania jelit przed kolonoskopią. Uczestnicy będą losowo przydzielani w stosunku 1:1 do dwóch grup, z około 170 uczestnikami w każdej grupie, łącznie 340 uczestników.

Grupa A (Grupa interwencyjna): Uczestnicy będą korzystać z AI-SIS, zaprojektowanego do zapewniania informacji zwrotnej w czasie rzeczywistym na temat czystości jelit poprzez klasyfikację obrazu stolca na trzy kategorie (Stopień A: odpowiednie oczyszczenie; Stopień B lub C: niewystarczające oczyszczenie wymagające dalszego przygotowania jelit). Oprócz standardowych instrukcji edukacyjnych zapewnianych przez szpital, ta grupa będzie korzystać z AI-SIS.

Grupa B (Grupa kontrolna): Uczestnicy przejdą standardowe przygotowanie jelit i otrzymają tylko standardowe instrukcje edukacyjne zapewniane przez szpital bez pomocy AI-SIS.

Wszyscy uczestnicy będą używać Bowklean® podczas procesu przygotowania jelit i przestrzegać kontroli dietetycznej przy użyciu Prepackaged Low Residue Diet (PLD). Obie grupy otrzymają identyczne standardowe instrukcje edukacyjne w szpitalu dotyczące procedur przygotowania jelit. Dodatkowo uczestnicy z obu grup mogą dzwonić na bezpłatną infolinię 0800 w celu konsultacji, jeśli napotkają jakiekolwiek problemy podczas przygotowania.

Ślepota oceniającego będzie utrzymywana, a czystość jelit będzie oceniana przy użyciu Boston Bowel Preparation Scale (BBPS). Procedury kolonoskopii i późniejsze oceny będą przeprowadzane przez niezależnych, zaślepionych kolonoskopistów w celu zapewnienia obiektywnych i bezstronnych wyników.