Artificiell intelligens-assisterad koloskopi vid upptäckt av missade proximala lesioner

Centers

1. Queen Mary Hospital, Hong Kong, Kina (koordinerande centrum)
2. Tan Tock Seng Hospital, Singapore, Singapore
3. Institutet för gastroenterologi och hepatologi, Vietnam Union of Science and Technology Association, Hanoi, Vietnam

Studera befolkning

Inkludering:

Alla vuxna patienter, 40 år eller äldre, som genomgår poliklinisk koloskopi i de deltagande centra kommer att rekryteras.

Uteslutning:

• historia av inflammatorisk tarmsjukdom
• historia av kolorektal cancer
• tidigare tarmresektion (förutom blindtarmsoperation)
• Peutz-Jeghers syndrom, familjär adenomatös polypos eller andra polypossyndrom
• blödningstendens eller allvarliga komorbida sjukdomar för vilka polypektomi anses osäker.

Uteslutning efter randomisering:

• Cecum kunde inte intuberas av olika anledningar
• Boston Bowel Preparation Scale (BBPS) poäng för den proximala tjocktarmen är <2

Studiedesign Detta är en prospektiv randomiserad studie som jämför missfrekvensen av proximala kolonskador genom AI-assisterad koloskopi eller konventionell koloskopi (Fig. 1). Studien kommer att genomföras i endoskopicentret på de deltagande sjukhusen.

Randomisering Kvalificerade patienter i varje center kommer att tilldelas slumpmässigt i ett 1:1-förhållande för att genomgå tandemkoloskopi av den proximala tjocktarmen först med AI-assistans och följt av konventionell vitt ljus koloskopi (Grupp 1) eller konventionell vitt ljus koloskopi utan AI-assistans följt av konventionell koloskopi (Grupp 2). Proximal kolon avser kolonsegment proximalt till mjältböjningen. Randomisering kommer att utföras i block om 4 av datorgenererade slumpmässiga sekvenser och stratifieras enligt indikationer på koloskopi (symptomatisk kontra screening/övervakning). Patienterna kommer att bli blinda för gruppuppgiften.