Eficacia y precisión de la evaluación de un sistema de detección de pólipos asistido por ordenador en tiempo real...

Área de la Ciencia:

• Imágenes médicas
• La inteligencia artificial en la medicina
• Gastroenterología

Sus antecedentes:

• El cáncer colorrectal (CRC) es una de las principales causas de muerte por cáncer en todo el mundo.
• La colonoscopia es la herramienta de detección principal para el CCR, pero tiene una tasa de fallo de ~ 30% para los pólipos.
• Se están desarrollando sistemas asistidos por IA para mejorar las tasas de detección de la colonoscopia.

Objetivo del estudio:

• Evaluar la eficacia y precisión de un sistema de detección de pólipos asistido por IA en tiempo real durante la colonoscopia.
• Comparar las tasas de detección de pólipos y la precisión del diagnóstico entre la colonoscopia asistida por IA y la estándar.

Principales métodos:

• Un ensayo controlado aleatorizado en el que participaron 390 pacientes (de 40 a 75 años) sometidos a colonoscopia.
• Los participantes fueron asignados a un grupo asistido por IA (detección asistida por computadora - CADe) o a un grupo de control estándar (diagnóstico médico).
• Las métricas de eficacia incluyeron pólipo por colonoscopia (PPC), adenoma por colonoscopia (APC), tasa de detección de adenoma (ADR) y tasa de detección de pólipos (PDR). La precisión se midió por sensibilidad y especificidad frente a la revisión de vídeo por expertos.

Principales resultados:

• El grupo CADe mostró tasas de detección de pólipos (PDR) significativamente más altas (67,18% frente a 56,92%).
• Se detectaron más pólipos pequeños (≤5 mm) en el grupo CADe (61,03% frente a 56,92%).
• El grupo CADe demostró una sensibilidad mejorada (95,82% frente a 77,53% en el conjunto de datos PPS) con una alta especificidad (100% en el conjunto de datos PPS).

Conclusiones:

• La detección de pólipos asistida por IA en tiempo real mejora la eficacia de la colonoscopia.
• El sistema aumenta significativamente las tasas de detección de adenomas y pólipos.
• El sistema de IA logra una alta precisión con una excelente sensibilidad y especificidad, mejorando la detección de CRC.