Blog

Aug 28, 2023

KI zur Polypenerkennung: Einige Vorteile, aber es gibt Einschränkungen

Marilynn Larkin 28. August 2023 Computergestützte Koloskopie mit künstlicher Intelligenz (KI) kann die Erkennung kleiner Polypen verbessern, nicht jedoch kolorektale Neoplasien oder fortgeschrittene Adenome, zwei neue

Marilynn Larkin

28. August 2023

Eine computergestützte Koloskopie mit künstlicher Intelligenz (KI) kann die Erkennung kleiner Polypen verbessern, nicht aber kolorektaler Neoplasien oder fortgeschrittener Adenome, wie zwei neue Berichte zeigen.

Eine multizentrische, parallele, randomisierte kontrollierte Studie in Spanien mit Patienten mit einem positiven fäkalen immunchemischen Test (FIT) ergab, dass der Einsatz von KI nicht mit einer besseren Erkennung fortgeschrittener Neoplasien verbunden war.

Da FIT-positive Patienten die höchste Prävalenz dieser Neoplasien aufweisen, bieten sie den besten Kontext für die Untersuchung der Fähigkeit der computergestützten Erkennung (CAD), ihre Diagnose zu unterstützen, stellen die Forscher fest.

Die Ergebnisse waren „überraschend“, wenn man bedenkt, dass frühere Studien den Nutzen von KI-Geräten bei der Erkennung kleiner Polypen und Adenome belegen, sagte Hauptautorin Carolina Mangas-Sanjuan, MD, PhD, Hospital General Universitario Dr. Balmis, Alicante, Spanien, gegenüber Medscape Medical News .

In ähnlicher Weise ergab eine systematische Überprüfung und Metaanalyse von Studien zur Verwendung von CAD zur Polypenerkennung während der Koloskopie eine erhöhte Erkennung von Adenomen, jedoch nicht von fortgeschrittenen Adenomen, und eine höhere Rate unnötiger Entfernung nicht-neoplastischer Polypen.

Die Studien wurden am 28. August online in Annals of Internal Medicine veröffentlicht.

Ziel der von Mangas-Sanjuan geleiteten spanischen Studie war es, den Beitrag von CAD (GI Genius, Medtronic) zur koloskopischen Erkennung von fortgeschrittenen kolorektalen Neoplasien, Adenomen, gezackten Polypen sowie nichtpolypoiden und rechtsseitigen Läsionen zu bewerten.

Eine fortgeschrittene kolorektale Neoplasie wurde als fortgeschrittenes Adenom und/oder fortgeschrittener gezackter Polyp definiert. Ein absoluter Anstieg von 5 % bei der Erkennung fortgeschrittener kolorektaler Neoplasien mit CAD wurde als klinisch relevant angesehen.

Insgesamt 3213 Personen (Durchschnittsalter 61 Jahre; 53 % Männer) mit einem positiven FIT wurden nach dem Zufallsprinzip einer Koloskopie mit oder ohne CAD zugeteilt.

Bei der Erkennungsrate fortgeschrittener kolorektaler Neoplasien wurde kein signifikanter Unterschied zwischen den Gruppen festgestellt: 34,8 % mit CAD vs. 34,6 % ohne (bereinigtes Risikoverhältnis [aRR]: 1,01).

Ebenso gab es keinen signifikanten Unterschied in der durchschnittlichen Anzahl fortgeschrittener kolorektaler Neoplasien, die pro Koloskopie entdeckt wurden: 0,54 mit CAD vs. 0,52 ohne (angepasstes Ratenverhältnis 1,04).

Auch die Adenomerkennungsrate unterschied sich nicht: 64,2 % mit CAD vs. 62 % ohne (aRR: 1,06).

Eine Subanalyse ergab geringe Auswirkungen auf CAD pro Koloskopie, einschließlich der Erkennung einer erhöhten mittleren Anzahl nichtpolypoider Läsionen (0,56 vs. 0,47; angepasstes Ratenverhältnis 1,19), proximaler Adenome (0,94 vs. 0,81; angepasstes Ratenverhältnis 1,17) und Läsionen ≤ 5 mm (Polypen im Allgemeinen und Adenome und gezackte Läsionen im Besonderen). CAD verbesserte auch die Erkennung nichtpolypoider Läsionen ≥ 10 mm (6,8 % vs. 5,5 %; aRR: 1,25).

„Die aktuellen Erkenntnisse sind eine Momentaufnahme dessen, was diese Systeme derzeit leisten können und was von ihnen zu erwarten ist“, schreiben die Autoren. „Die Erkennung fortgeschrittener Läsionen liegt immer noch in den Händen erfahrener Endoskopiker, die die Läsionen erkennen und eine ausreichende Schleimhautfreilegung erreichen können.“

Die Ergebnisse „zeigen, dass es notwendig ist, diese Technologie weiter zu verbessern, indem umfassendere Bilddatenbanken verwendet werden, um CAD-Geräte für die Erkennung dieser Art von Läsionen zu trainieren, und dass es erheblichen Raum für Verbesserungen für diese vielversprechende Technologie gibt“, sagte Mangas-Sanjuan gegenüber Medscape Medical News .

Im Rahmen der systemischen Überprüfung und Metaanalyse durchsuchte ein internationales Forscherteam bis Februar 2023 die Literatur nach randomisierten kontrollierten Studien, in denen die Standardkoloskopie mit einer Koloskopie verglichen wurde, die mit Echtzeit-CAD-Tools zur Polypenerkennung durchgeführt wurde. Es wurden 21 Studien mit 18.232 Patienten eingeschlossen.

Zu den Nutzenergebnissen gehörten die Adenomerkennungsrate (ADR) (d. h. der Anteil der Patienten mit mindestens einem Adenom); Anzahl der pro Koloskopie festgestellten Adenome; Nachweis eines fortgeschrittenen Adenoms (≥ 10 mm mit hochgradiger Dysplasie und Zottenhistologie) per Koloskopie; Anzahl der pro Koloskopie entdeckten gezackten Läsionen; und Adenom-Übersehensrate.

Zu den Schadensergebnissen gehörten die Anzahl der Polypektomien für nicht-neoplastische Läsionen pro Koloskopie und die Rückzugszeit (wie lange ein Endoskopiker braucht, um sein Endoskop am Ende einer Koloskopie herauszuziehen).

Die ADR war in der CAD-Gruppe höher (44 % vs. 35,9 %; relatives Risiko 1,24; Evidenz von niedriger Vertrauenswürdigkeit), was einer relativen Reduzierung der Misserfolge um 55 % entspricht (Risikoverhältnis 0,45; Evidenz von mittlerer Vertrauenswürdigkeit).

Allerdings waren die mittels CAD erkannten Adenome nicht fortgeschritten und in der CAD-Gruppe wurden mehr nicht-neoplastische Polypen entfernt (0,52 vs. 0,34 pro Koloskopie; Evidenz von niedriger Vertrauenswürdigkeit), wobei sich die mittlere Untersuchungszeit geringfügig erhöhte (mittlere Differenz 0,47 Minuten). ; Evidenz von mittlerer Vertrauenswürdigkeit).

„Die klinische Relevanz unserer Analyse hängt von der Annahme ab, dass UAW ein wichtiges Ergebnis der Screening-Koloskopie sind“, stellen die Autoren fest. „Es besteht ein umgekehrter Zusammenhang mit der Inzidenz und Mortalität von Darmkrebs (Darmkrebs), die wiederum kritische Ergebnisse darstellen. Daher kann UAW als Ersatz für die Darmkrebsprävention angesehen werden.“

„Andererseits verdient der mögliche Schaden unnötiger Resektionen weitere Überlegungen. Die meisten nicht-neoplastischen Polypen sind winzig, ohne dass sich das Risiko unerwünschter Ereignisse erhöht. Sie können jedoch zusätzliche Kosten verursachen, die die Kosteneffizienz des Eingriffs beeinträchtigen.“

Co-Erstautor Marco Spadaccini, MD, PhD, Humanitas-Universität, Mailand, Italien, erklärte gegenüber Medscape Medical News, dass die Geräte zwar die Rate von Adenom-Übersehen bei der Koloskopie senken könnten, „sie aber möglicherweise zu einer Überdiagnose und Überbehandlung nicht-neoplastischer Polypen führen könnten.“

„Der Mangel an Verbesserungen bei der fortgeschrittenen Adenomerkennung unterstreicht die Notwendigkeit, in einem klinischen Umfeld das tatsächliche Potenzial von CAD-Systemen zur Reduzierung des Risikos von Darmkrebs nach der Koloskopie und der damit verbundenen Mortalität zu bestätigen“, sagte er.

Dennis L. Shung, MD, MHS, PhD, von der Yale University, New Haven, Connecticut, brachte in einem entsprechenden Leitartikel mehrere wichtige Punkte zum Ausdruck. Algorithmen für maschinelles Lernen, wie sie in diesen Versuchen verwendet werden, „sind darauf optimiert, enge Aufgaben gut zu erfüllen“, schreibt er. Doch die konkrete Aufgabe, Polypen zu finden, „ist nur ein Bestandteil der Darmkrebsprävention, die das Hauptziel darstellt.“

„Die Beteiligung der Gemeinschaft an Screening-Programmen, optimierte Darmvorbereitungsprogramme und eine angemessene Überwachung erfordern mehrstufige Interventionen. Gesundheitssysteme müssen die Kosten für die Implementierung und Aufrechterhaltung von [CAD] mit den Kosten anderer Komponenten der Darmkrebsprävention in Einklang bringen“, schreibt er.

KI-Geräte existieren nicht in einem Silo, sondern „innerhalb eines klinischen Workflow-Systems“, fügt er hinzu. Daher erfordert ihre Implementierung eine „Neugestaltung des Arbeitsablaufs“, anstatt sich einfach auf CAD zu verlassen, um die Arbeit zu erledigen.

Vertrauen sei ein weiterer zu berücksichtigender Punkt, schreibt Shung. Ein geringeres Vertrauen kann zu einer unzureichenden Nutzung der CAD führen, wohingegen ein höheres Vertrauen zu einem übermäßigen Vertrauen führen kann, da Endoskopiker die CAD-Befunde nicht überprüfen können.

„Die derzeitige Kluft zwischen der Leistung randomisierter kontrollierter Studien und der Leistung in der realen Welt ist besorgniserregend, spiegelt aber wahrscheinlich sowohl Unterschiede im Verhalten von Klinikern außerhalb von Studien als auch die Komplexität realer klinischer Umgebungen wider“, schreibt Shung. „Wie algorithmische Systeme mit Klinikern zusammenarbeiten und wie diese über heterogene Systeme und Kontexte hinweg entworfen und verfeinert werden sollten, sind notwendige Fragen, die untersucht werden müssen, um Störungen zu minimieren und zu einer Wirksamkeit in der Praxis zu führen.“

Der Versuch von Mangas-Sanjuan und Kollegen wurde von Medtronic finanziert. Mangas-Sanjuan gab an, Unterstützung für das Manuskript und Zuschüsse von Medtronic erhalten zu haben, das auch die in der Studie verwendeten CAD-Geräte zur Verfügung stellte. Die Rezension von Spadaccini und Kollegen wurde durch das Marie-Skłodowska-Curie-Einzelstipendium Horizont 2020 der Europäischen Kommission finanziert. Spadaccini wurde mit dem ESGE Medtronic AI Research Award ausgezeichnet. Shung gab an, keine relevanten finanziellen Beziehungen zu haben.

Ann Intern Med. Online veröffentlicht am 28. August 2023. Zusammenfassung 1; Zusammenfassung 2; Leitartikel

Folgen Sie Marilynn Larkin auf X: @MarilynnL

Für weitere Neuigkeiten folgen Sie Medscape auf Facebook, X (früher bekannt als Twitter), Instagram und YouTube

Senden Sie Kommentare und Neuigkeiten-Tipps an [email protected].