A Eficácia da Identificação de Fezes Baseada em IA para a Preparação Intestinal Antes da Colonoscopia

A preparação intestinal é o processo de remover todas as fezes do cólon para realizar um procedimento médico ou cirúrgico, como uma colonoscopia. É importante limpar o cólon de todas as fezes, partículas de alimentos e quaisquer outros resíduos que possam estar presentes por várias razões. Se for submetido a cirurgia no cólon ou próximo dele, a presença de fezes representa um risco de infeção e pode interferir em alguns procedimentos. Há ocasiões em que a preparação intestinal é realizada apenas para prevenir potenciais complicações da cirurgia. Por exemplo, se o intestino for acidentalmente cortado durante a cirurgia, o risco de infeção diminuiria drasticamente se o intestino estivesse vazio. No caso de uma colonoscopia, as fezes no cólon podem impedir o cirurgião de ver o tecido que está a ser inspecionado e dificultariam muito a introdução do endoscópio iluminado no reto e no cólon.

Demonstrou-se que as colonoscopias ajudam a reduzir a incidência de cancro do cólon e as mortes associadas à doença. Na última década, as iniciativas de saúde pública ajudaram a aumentar a taxa de rastreios, mas as taxas atuais ainda estão abaixo dos objetivos de saúde pública estabelecidos. Simultaneamente, a taxa de preparação adequada para o rastreio, que está associada à eficácia da colonoscopia, pouco mudou nos últimos 10 anos.

Com os rápidos avanços na inteligência artificial (IA), as técnicas de reconhecimento de imagem emergiram como ferramentas particularmente valiosas em aplicações médicas. Os algoritmos de aprendizagem profunda, uma subárea da IA, demonstraram um desempenho impressionante na análise e categorização de dados complexos de imagiologia médica, permitindo um apoio eficaz à decisão em tempo real em contextos clínicos. Estudos recentes destacaram a promissora aplicação do reconhecimento de imagem baseado em IA na avaliação do aspeto das fezes e da limpeza intestinal, fornecendo feedback imediato e instruções personalizadas aos doentes que estão a realizar a preparação intestinal. A incorporação de tal sistema de IA tem o potencial de melhorar significativamente a adesão do doente, aumentar a eficácia da preparação intestinal e, consequentemente, melhorar a precisão diagnóstica e o valor clínico geral dos procedimentos de colonoscopia. Este estudo é um ensaio clínico prospetivo, randomizado, cego para o avaliador e de grupos paralelos, concebido para avaliar a eficácia de um AI-SIS na melhoria da preparação intestinal antes da colonoscopia. Os participantes serão aleatoriamente atribuídos numa proporção 1:1 a dois grupos, com aproximadamente 170 participantes por grupo, totalizando 340 participantes.

Grupo A (grupo de intervenção): Os participantes utilizarão o AI-SIS, concebido para fornecer feedback em tempo real sobre a limpeza intestinal através da classificação de imagem das fezes em três categorias (Grau A: limpeza adequada; Grau B ou C: limpeza inadequada, exigindo mais preparação intestinal). Para além das instruções educativas padrão fornecidas pelo hospital, este grupo utilizará o AI-SIS.

Grupo B (grupo de controlo): Os participantes realizarão a preparação intestinal padrão e receberão apenas as instruções educativas padrão fornecidas pelo hospital, sem a assistência do AI-SIS.

Todos os participantes utilizarão Bowklean® durante o processo de preparação intestinal e aderirão ao controlo dietético através de uma Dieta Pré-embalada com Baixo Resíduo (PLD). Ambos os grupos receberão instruções educativas padrão idênticas no hospital relativamente aos procedimentos de preparação intestinal. Além disso, os participantes de qualquer grupo podem ligar para uma linha verde gratuita 0800 para consulta se encontrarem algum problema durante a preparação.

Será mantido o cegamento do avaliador, com a limpeza intestinal avaliada através da Escala de Preparação Intestinal de Boston (BBPS). Os procedimentos de colonoscopia e as avaliações subsequentes serão realizados por colonoscopistas independentes e cegos para garantir resultados objetivos e imparciais.