Imagen de luz blanca frente a imagen de luz blanca asistida por inteligencia artificial para la detección de...

Área de la Ciencia:

• Gastroenterología
• Imagenología Médica
• Inteligencia Artificial

Sus antecedentes:

• La tasa de detección de adenomas (ADR) y la tasa de detección de lesiones serradas sésiles (SDR) son indicadores clave de calidad de la colonoscopia para la prevención del cáncer colorrectal.
• La inteligencia artificial (IA) ha demostrado potencial para mejorar la ADR.
• Este estudio evaluó la imagen de luz blanca asistida por IA (WLI) frente a la WLI estándar para la detección de neoplasias.

Objetivo del estudio:

• Comparar la tasa de detección de adenomas (ADR) entre la imagen de luz blanca estándar (WLI) y la WLI asistida por IA.
• Evaluar objetivos secundarios que incluyen la tasa de detección de lesiones serradas sésiles (SDR), adenomas medios por paciente (MAP), tasa de detección de neoplasias (NDR), ADR avanzada (AADR) y tiempo de retirada.

Principales métodos:

• Un ensayo aleatorizado prospectivo que involucra a pacientes de cribado, vigilancia y sintomáticos.
• El objetivo principal fue la ADR; los objetivos secundarios incluyeron SDR, MAP, NDR, AADR y tiempo de retirada del colonoscopio.
• Comparación entre los grupos de WLI y WLI asistida por IA.

Principales resultados:

• No hubo diferencia significativa en la ADR general entre los grupos de WLI (45,9%) y WLI+IA (50,8%) (p=0,20).
• Se observó una significancia marginal para la ADR en el grupo de IA para pacientes de cribado (61,5% frente a 49,2%, p=0,06).
• Las tasas de SDR, MAP, NDR, AADR y los tiempos de retirada fueron similares entre los grupos.

Conclusiones:

• La colonoscopia asistida por IA muestra potencial para una alta ADR y NDR, con una significancia marginal en pacientes de cribado.
• Aunque no es estadísticamente significativa en general, la WLI asistida por IA justifica una mayor investigación para mejorar los indicadores de calidad de la colonoscopia.