Impatto dell'Intelligenza Artificiale (IA) nel riscontro di lesioni pre-neoplastiche durante colonscopia di screening: esperienza di un centro di terzo livello

Abstract

Introduzione e scopo dello studio. L’utilizzo dei sistemi di deep-learning (AI) in endoscopia punta a migliorare la detenzione delle lesioni preneoplastiche del colon. In questo studio abbiamo voluto valutare il reale impatto dell’Intelligenza Artificiale sulla performance del medico endoscopista nella pratica clinica. Metodi. Abbiamo analizzato dati provenienti da 398 pazienti nel periodo compreso tra Agosto 2022 e Maggio 2023. Gli esami endoscopici sono stati supportati dall’utilizzo del sistema CNN Gi-Genius della Medtronic. Outcome primario: impatto dell’IA sull’Adenoma Detection Rate (ADR) del medico in formazione specialistica rispetto ad un operatore di pari esperienza senza ausilio dell’AI e ad un operatore esperto. Outcome secondario: performance dell’IA associata a cromoendoscopia con blu di metilene somministrato per os durante la preparazione intestinale rispetto ad un gruppo controllo sottoposto a colonscopia con AI senza cromoendoscopia. Risultati. Nello screening, l’ADR dell’operatore con AI migliora significativamente rispetto all’operatore senza AI (53.3% vs 19%; p=0.031), soprattutto per lesioni di piccole dimensioni (<6 mm). L’aggiunta del blu di metilene ha portato ad un significativo miglioramento del PDR per polipi inferiori ai 6 mm (25.8% vs 54.3%; p=0.005). Non è stato riscontrata differenza significativa in termini di ADR (30.6% vs 34.3%; p> 0.05). Conclusioni. Questo studio dimostra come l’utilizzo dell’IA aumenti l’ADR in maniera statisticamente significativa nel medico in formazione specialistica. Inoltre, l’utilizzo della colorazione con blu di metilene per via orale non inficia le performance dell’IA ma anzi l’associazione delle due metodiche migliora significativamente il riscontro di lesioni di piccole dimensioni.

Background & aims. The use of deep-learning systems (AI) in endoscopy aims to improve the detection of preneoplastic lesions of the colon. In this study we wanted to assess the real impact of Artificial Intelligence on the performance of the endoscopist in clinical practice. Methods. We analyzed data from 398 patients between August 2022 and May 2023. The endoscopist examinations were supported using the CNN Gi-Genius system from Medtronic. Primary outcome: impact of AI on Adenoma Detection Rate (ADR) of trainee endoscopists compared to an equally experienced endoscopist without the aid of AI and an expert operator. Secondary outcome: performance of AI combined with chromoendoscopy with per-oral methylene blue formulation administered during bowel preparation compared to a control group undergoing colonoscopy with AI without chromoendoscopy. Results. The ADR of trainee endoscopist with AI improves significantly better than the trainee endoscopist without AI (53.3% vs 19%; p=0.031), especially for small polyps (<6 mm). The addition of methylene blue led to a significant improvement in PDR for polyps smaller than 6 mm (25.8% vs 54.3%; p=0.005). No significant difference was found in terms of ADR (30.6% vs 34.3%; p>0.05). Conclusions. This study demonstrates that the use of AI increases ADRs in a statistically significant manner in doctors in specialist training. Furthermore, the use of oral methylene blue formulation does not affect the performance of AI but rather the combination of the two methods significantly improves the detection of small lesions.