Inteligência Artificial e Qualidade da Limpeza Intestinal (CALPER2)

A percepção do paciente sobre a última evacuação antes da colonoscopia tem se mostrado um poderoso preditor da limpeza intestinal avaliada durante a colonoscopia. Um grande estudo envolvendo 1.011 pacientes distribuídos em uma coorte de derivação (633 pacientes) e uma coorte de validação (378 pacientes) usando um conjunto de 4 imagens que lembram qualidades de limpeza intestinal mostrou uma concordância moderada com o BBPS. Além disso, uma boa concordância foi encontrada quando a percepção da equipe e a percepção do paciente sobre a última evacuação foram comparadas. Esses achados oferecem uma excelente oportunidade para testar intervenções de limpeza de resgate no mesmo dia do exame, antes da colonoscopia.

Nos últimos dois anos, as aplicações de inteligência artificial produziram um avanço substancial em várias disciplinas, incluindo a endoscopia. O aprendizado de máquina e sua forma mais avançada de aprendizado profundo, refere-se ao desenvolvimento de algoritmos (redes neurais convolucionais) com a capacidade de aprender e executar determinadas tarefas. No cenário da endoscopia, as aplicações de visão computacional foram declaradas como campo prioritário de pesquisa. Com base em toda essa experiência, o objetivo deste estudo foi projetar e validar uma rede neural convolucional capaz de predizer automaticamente a qualidade da higiene do paciente em casa após a ingestão da solução de limpeza intestinal e antes da realização da colonoscopia. O outro objetivo foi avaliar prospectivamente em uma coorte de pacientes a concordância entre o resultado da última qualidade do efluente retal avaliada pela rede neural convolucional e a qualidade da limpeza avaliada durante a colonoscopia avaliada por uma escala validada (Boston Bowel Preparação Scale, BBPS) Este estudo está inserido em um estudo prospectivo observacional realizado na Unidade de Endoscopia de Acesso Aberto do Hospital Universitário de Canárias entre fevereiro de 2021 e maio de 2021 (NCT04702646). Um total de 633 pacientes ambulatoriais consecutivos com colonoscopia agendada participaram deste estudo (um total de 266 pacientes (42%) enviaram pelo menos uma foto). Após este estudo, os pacientes nos quais uma colonoscopia ambulatorial foi solicitada foram solicitados a fornecer fotos de seus efluentes durante a ingestão do preparo intestinal. Um subgrupo dessas imagens será classificado pelo pessoal de nossa unidade em adequado e inadequado e será utilizado para treinar a rede neural convolucional. Outro conjunto de imagens será usado para validar a rede neural convolucional. Além disso, os investigadores validarão in vivo a rede neural convolucional comparando sua classificação da qualidade do efluente com uma escala validada de limpeza do cólon durante a colonoscopia.