Künstliche Intelligenz in der Koloskopie – EndoMind

Das kolorektale Karzinom ist eine häufige Tumorentität in Deutschland. Künstliche Intelligenz hat das Potential, in Koloskopien den Untersuchenden beim Auffinden von adenomatösen Läsionen zu unterstützen. Stand Oktober 2022 gibt es in den USA und Europa fünf kommerziell verfügbare Polypen-Detektionssysteme (CADe). Davon wurden nur wenige in randomisiert kontrollierten Studien mit Adenomdetektionsrate (ADR) als primärem Endpunkt getestet [1]. Diese zeigten dafür beim Testen eine Steigerung der ADR im Vergleich zu Untersuchungen ohne CADe. Mit dem Ziel, die Markteinführung dieser neuen Technologie kritisch zu begleiten, hat die Arbeitsgruppe für Interventionelle und Experimentelle Endoskopie (InExEn) der Universitätsklinik Würzburg unter der Leitung von Priv. Doz. Dr. Alexander Hann falsch und richtig positive Detektionen von CADe Systemen analysiert. In einer ersten Studie zeigte sich, dass das erste kommerziell erhältliche Polypen-Detektionssystem (GI-Genius, Medtronic Inc., Irland, Softwareversion März 2020) im Durchschnitt über 100 falsch positive Detektionen pro Koloskopie anzeigt [2]. Mit einer Unterdrückung von kurzen Detektionen bis 10 Einzelbildern konnte, bei nur gering reduzierter Sensitivität, die falsch positiv Rate um > 90% gesenkt werden. In einer weiteren Arbeit wurden die Reaktionen auf Detektionen und die Augenbewegungen während Koloskopien mit und ohne unterstützende künstliche Intelligenz untersucht [3]. Die Unterstützung durch ein Polypen-Detektionssystem führte im Vergleich zur Betrachtung von Videos ohne CADe zu einer vermehrten Fehlinterpretation von physiologischer Schleimhaut und einer Tendenz der Fokussierung des Blickes auf die Bildschirmmitte bei wenig erfahrenen Untersuchenden. Bei allen Untersuchenden nahm die mit den Augen zurückgelegte Strecke auf dem Untersuchungsmonitor durch den Einsatz von CADe ab. Um den Einsatz von CADe Systemen in ambulante Vorsorgekoloskopien zu evaluieren, entwickelte die Arbeitsgruppe InExEn in Kooperation mit Prof. Dr. Dr. Zoller aus dem Klinikum Stuttgart das für Forschungszwecke frei verfügbares Polypen-Detektionssystem EndoMind. Gefördert wurde dieses Projekt durch die Stiftung LebensBlicke, das Forum Gesundheitsstandorte Baden-Württemberg und das Ministerium für Soziales und Integration des Landes. In einer präklinischen Studie erzielte EndoMind im Vergleich zu GI-Genius eine höhere Sensitivität und schnellere Detektionsgeschwindigkeit von Polypen bei geringerer Spezifität [4]. Im Rahmen einer klinischen Evaluation konnte EndoMind auf 4 unterschiedlichen Endoskopie-Prozessoren in 41 Koloskopien 66 von 66 Polypen mit einer medianen Geschwindigkeit von 130 ms (95%-CI, 80 – 200 ms) nach Auftauchen des Polypen im Bild detektieren [5]. In einer Benutzerumfrage bewerteten die Befragten EndoMind mit einem medianen System Usability Score von 96.3 (95%-CI, 70 – 100). Der Einsatz von künstlicher Intelligenz erscheint als eine vielversprechende Unterstützung in der Koloskopie, deren Einsatz und Auswirkungen jedoch weiterhin differenziert beleuchtet werden sollten.

[1] Hassan C, Spadaccini M, Iannone A, et al. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc 2021; 93: 77-85. e6. doi: 10.1016/j.gie.2020.06.059
[2] Brand M, Troya J, Krenzer A, et al. Frame-by-Frame Analysis of a Commercially Available Artificial Intelligence Polyp Detection System in Full-Length Colonoscopies. Digestion 2022; 103: 378–385. doi:10.1159/000525345
[3] Troya J, Fitting D, Brand M, et al. The influence of computer-aided polyp detection systems on reaction time for polyp detection and eye gaze. Endoscopy 2022; 54: 1009–1014. doi:10.1055/a-1770-7353
[4] Fitting D, Krenzer A, Troya J, et al. A video based benchmark data set (ENDOTEST) to evaluate computer-aided polyp detection systems. Scand J Gastroenterol 2022; 1–7. doi:10.1080/00365521.2022.2085059
[5] Lux TJ, Banck M, Saßmannshausen Z, et al. Pilot study of a new freely available computer-aided polyp detection system in clinical practice. Int J Colorectal Dis 2022; 37: 1349–1354. doi:10.1007/s00384-022-04178-8

Zita Saßmannshausen, Priv.-Doz. Dr med. Alexander Hann, Universitätsklinikum Würzburg, Klinik für Innere Medizin II, Gastroenterologie Interventionelle und Experimentelle Endoskopie (InExEn)



Print Friendly, PDF & Email