Wykorzystanie sztucznej inteligencji do wykrywania polipów w kolonoskopii

Problem przeoczenia polipa wydaje się być jednym z kluczowych wyzwań współczesnych programów profilaktyki raka jelita grubego. Szacuje się, że w badaniu kolonoskopowym operatorzy przeoczają 2,1% polipów o średnicy powyżej 1 cm, 13% w rozmiarach 5-10mm i aż 26% polipów 1-5mm. Być może, skuteczność kolonoskopii może podnieść wykorzystanie programów opartych na nauczaniu maszynowym (machine learning), które analizując duże ilości danych nabywają właściwości do rozpoznawania określonej struktury np. twarzy.

Naukowcy z Japonii opublikowali na łamach Gastroenterology swoje pierwsze doświadczenia z wykorzystaniem sztucznej inteligencji w celu wykrywania polipów podczas kolonoskopii. Grupa badawcza opracowała autorski program, wykorzystując zebrane zapisy kolonoskopii (n=411, polipy obecne w 105/411 zapisach) i technologię nauczania maszynowego. Program wykrywający polipy w zapisie koloskopii wytestowano na próbce dodatkowych 135 zapisów video (w 50 z nich były obecne polipy). Aplikacja wykrywała polipy w 94% (47 z 50) z zapisów video faktycznie przedstawiających gruczolaki, natomiast wskazała na obecność polipów w 60% (51 z 85) zapisów video bez gruczolaków. Analiza krzywej ROC ustaliła czułość programu na 90% oraz specyficzność na 63%, obszar pod krzywą (AUC) równy 0,87.

Autorzy badania wskazują, że prawdziwą przydatność programu mogą wykazać przyszłe prospektywne badania z wykorzystaniem aplikacji w koloskopii w czasie rzeczywistym. Być może wsparcie operatora za pomocą tego typu programów, umożliwi zwiększenie skuteczności profilaktycznej kolonoskopii.