Uso de inteligencia artificial en tiempo real durante la colonoscopia para la detección y caracterización de pólipos colorrectales.
Introduction: Colorectal cancer represents a significant public health concern in Colombia and worldwide. The detection and resection of adenomatous polyps via colonoscopy have contributed to reducing the incidence and mortality associated with colorectal cancer. Recently, numerous studies have been...
| Publicado en: | Revista Colombiana de Gastroenterología Vol. 40; no. 3; pp. 279 - 289 |
|---|---|
| Autores principales: | , , , , , , , |
| Formato: | Artículo |
| Publicado: |
Asociacion Colombiana de Gastroenterologia
jul-sep2025
|
| Materias: | |
| Acceso en línea: | Ver este registro en EBSCOhost |
| Sumario: | Introduction: Colorectal cancer represents a significant public health concern in Colombia and worldwide. The detection and resection of adenomatous polyps via colonoscopy have contributed to reducing the incidence and mortality associated with colorectal cancer. Recently, numerous studies have been published regarding the use of artificial intelligence (AI) for detecting adenomatous polyps during colonoscopy; however, data on this topic in South America remain scarce. Materials and Methods: We conducted a prospective, descriptive study including patients over 45 years of age who underwent colonoscopy for colorectal cancer screening assisted by a real-time polyp detection system (Computer-Aided Detection, CAD EYE, Fujifilm, Tokyo, Japan) at two tertiary referral centers between May 2023 and June 2024. Demographic and procedural variables were recorded. The diagnostic performance of this tool was assessed through analysis of sensitivity, specificity, likelihood ratios, adenoma detection rate (ADR), polyp detection rate (PDR), and receiver operating characteristic (ROC) curves for lesion characterization (neoplastic and non-neoplastic). Results: A total of 86 patients were included in the final analysis. Of these, 80.2% (n = 69) were female, with a mean age of 63 years (± 9.83). The PDR with CAD EYE was 58.1%, whereas the ADR was 38.4% The concordance rate between AI and histopathology for lesions classified as neoplastic or hyperplastic was 73.13%. AI-based categorization of colorectal lesions as neoplastic demonstrated a sensitivity of 78.8% and specificity of 83.1%, with an area under the curve (AUC) of 0.73 (95% confidence interval [CI]: 0.686-0.882). Compared with the ADR previously reported by two of the study authors, the use of AI increased adenoma detection by more than 10%. Conclusion: This is the first study in Colombia evaluating the use of real-time AI software during colonoscopy, demonstrating a significant improvement in both ADR and PDR. Current evidence, alongside the findings of this study, indicates a promising discriminative ability for AI-assisted characterization of colonic polyps. Introducción: el cáncer colorrectal es un problema de salud pública en Colombia y en el mundo. La detección y resección de pólipos adenomatosos por medio de colonoscopia ha permitido reducir la incidencia y mortalidad del cáncer colorrectal. Se han publicado numerosos estudios acerca del uso de la inteligencia artificial (IA) para la detección de pólipos adenomatosos durante la colonoscopia; sin embargo, la información sobre este tema en América del Sur es escasa. Materiales y métodos: estudio prospectivo descriptivo que incluyó pacientes mayores de 45 años llevados a colonoscopia para tamizaje de cáncer colorrectal asistida por un sistema de detección automática de pólipos en tiempo real en dos centros hospitalarios de referencia, entre mayo de 2023 y junio de 2024. Se incluyeron variables demográficas y del procedimiento. Se evaluó el rendimiento diagnóstico de esta herramienta mediante el análisis de sensibilidad, especificidad, razones de verosimilitud, tasa de detección de adenomas (TDA), tasa de detección de pólipos (TDP) y curva ROC para la caracterización de lesiones (neoplásicas y no neoplásicas). Resultados: se incluyeron 86 pacientes en el análisis final. El 80,2% (n = 69) fueron mujeres, con una edad media de 63 años (± 9,83). La TDP con CAD EYE fue del 58,1% mientras que la TDA fue del 38,4%. El grado de acuerdo fue del 73,13% para las lesiones identificadas como neoplásicas o hiperplásicas entre la IA y la histopatología. La categorización de lesiones colorrectales como neoplásicas por IA demostró tener una sensibilidad del 78,8% y una especificidad del 83,1%; con un área bajo la curva (AUC) de 0,73 (IC 95%: 0,686-0,882). Comparado con la TDA de 2 de los autores publicada previamente, el uso de la IA mejoró la tasa de detección de adenomas en más del 10%. Conclusión: es el primer trabajo que se realiza en Colombia sobre la utilización de un software de IA en tiempo real durante la colonoscopia y muestra mejoría significativa en la TDA Y TDP. La evidencia actual y los resultados de nuestro estudio demuestran una capacidad discriminativa prometedora para la caracterización de pólipos colónicos mediante el uso de sistemas asistidos por IA. |
|---|