Colonoscopia de detección asistida por computadora para la vigilancia en pacientes con EII: ideas de una experiencia...

Área de la Ciencia:

• Gastroenterología
• La endoscopia
• La inteligencia artificial en la medicina

Sus antecedentes:

• Las colonoscopias de vigilancia son cruciales para el manejo de pacientes con enfermedad inflamatoria intestinal (EII).
• La eficacia de los sistemas de detección asistida por computadora (CADe) para mejorar el rendimiento de la colonoscopia en pacientes con EII sigue sin estar clara.
• El establecimiento del impacto en el mundo real del CADe es esencial para optimizar los protocolos de vigilancia de la EII.

Objetivo del estudio:

• Evaluar la efectividad en el mundo real de la detección asistida por computadora (CADe) para mejorar los resultados de la colonoscopia de vigilancia en pacientes con enfermedad inflamatoria intestinal (IBD).
• Comparar la tasa de detección de adenoma (ADR) antes y después de la aplicación de CADe en una cohorte de pacientes con EII.

Principales métodos:

• Un estudio retrospectivo de un solo centro analizó las colonoscopias de vigilancia en pacientes con EII.
• Se incluyeron colonoscopias con preparación adecuada y intubación cecal.
• Las tasas de detección de adenoma (ADR) se compararon entre los períodos previos al CADe (junio de 2020-junio de 2021) y posteriores al CADe (julio de 2021-septiembre de 2022).

Principales resultados:

• El estudio incluyó 225 procedimientos pre- CADe y 750 después de CADe.
• Las lesiones neoplásicas o el cáncer colorrectal se detectaron en el 5,8% antes de la ECA frente al 3,6% después de la ECA.
• La tasa de detección colectiva de adenoma (ADR) disminuyó no significativamente del 5,2% al 3,8% (P=0,315) después de la implementación de CADe.

Conclusiones:

• La detección asistida por computadora (CADe) no mejoró la detección de neoplasias en las colonoscopias de vigilancia de EII.
• Se observó una disminución no significativa de la RCA después de la implementación del CADe.
• Los hallazgos sugieren la necesidad de sistemas CADe específicos para EII y mejores estrategias de interacción médico-IA.