Nowości

Największe badanie nad AI przy zespole Lyncha: technologia nie poprawiła wykrywania zmian przedrakowych

BadaniaPatryk Raba
Fot. Professor Cheng Ing, Wikimedia Commons (CC0 1.0)

Międzynarodowe badanie CADLY2 na 757 pacjentach pokazało, że wsparcie AI podczas kolonoskopii nie zwiększyło wykrywalności istotnych zmian przedrakowych u osób z zespołem Lyncha, gdy badanie wykonywali doświadczeni endoskopiści w wyspecjalizowanych ośrodkach.

Spis treści
  1. Co sprawdzano
  2. Zaskakujący wynik
  3. Dlaczego akurat tutaj AI nie pomogła
  4. Znaczenie dla praktyki klinicznej
  5. Co dalej

Największe na świecie badanie randomizowane nad zastosowaniem sztucznej inteligencji podczas kolonoskopii u osób z zespołem Lyncha przyniosło wynik, który zaskoczył samych autorów. Systemy AI, mimo obietnic lepszego wykrywania zmian przedrakowych, w wyspecjalizowanych ośrodkach nie poprawiły skuteczności badania w porównaniu ze standardową kolonoskopią prowadzoną przez doświadczonych lekarzy.

Badanie o nazwie CADLY2 objęło 757 osób z genetycznie potwierdzoną mutacją odpowiedzialną za zespół Lyncha, dziedziczną chorobę zwiększającą ryzyko raka jelita grubego oraz nowotworu endometrium. Pacjentów rekrutowano w dziewięciu wyspecjalizowanych ośrodkach w czterech krajach europejskich, co czyni to badanie największym tego typu przedsięwzięciem endoskopowym w historii dotyczącym tej grupy chorych oraz największym randomizowanym badaniem nad wykorzystaniem AI w tej populacji wysokiego ryzyka.

Co sprawdzano

Naukowcy porównali skuteczność standardowej kolonoskopii wykonywanej przez doświadczonych endoskopistów z kolonoskopią wspomaganą systemem sztucznej inteligencji, który w czasie rzeczywistym analizuje obraz z kamery endoskopu i sygnalizuje lekarzowi potencjalne zmiany na ścianie jelita. Tego rodzaju systemy CADe (computer-aided detection) są już stosowane w populacji ogólnej i w wielu badaniach zwiększały wykrywalność drobnych polipów.

W przypadku zespołu Lyncha stawka jest wyższa niż przy standardowych badaniach przesiewowych. Pacjenci poddawani są regularnym kolonoskopiom kontrolnym właśnie po to, by wcześnie wykrywać zmiany przedrakowe, zanim rozwiną się w nowotwór. Dlatego pytanie, czy AI realnie poprawia te wyniki w praktyce klinicznej najwyższego ryzyka, miało bezpośrednie znaczenie dla zaleceń medycznych.

Zaskakujący wynik

Rezultat okazał się jednoznaczny: dodatkowe wsparcie AI nie doprowadziło do wykrycia większej liczby istotnych zmian przedrakowych w porównaniu z kolonoskopią wykonywaną bez tej technologii. Różnica między obiema grupami badania nie osiągnęła istotności statystycznej.

Wynik może na pierwszy rzut oka wydawać się zaskakujący - dr Robert Hüneburg, starszy lekarz, Klinika Medyczna I, Uniwersytecki Szpital w Bonn
Nowoczesne systemy AI nie prowadzą automatycznie do lepszych wyników. W wyspecjalizowanych ośrodkach o wysokiej ekspertyzie decydująca pozostaje staranna kolonoskopia wykonywana przez doświadczonych badaczy - prof. dr Jacob Nattermann, kierownik Sekcji Hepatogastroenterologii, Klinika Medyczna I, UKB

Dlaczego akurat tutaj AI nie pomogła

Autorzy tłumaczą wynik specyfiką ośrodków biorących udział w badaniu. Wszystkie dziewięć placówek to centra referencyjne z dużym doświadczeniem w opiece nad pacjentami z zespołem Lyncha, gdzie procedury są już zestandaryzowane, a czas inspekcji jelita wydłużony zgodnie z wytycznymi dla grup wysokiego ryzyka. W takich warunkach margines na poprawę dzięki technologii jest znacznie mniejszy niż w przeciętnej pracowni endoskopowej.

To odróżnia zespół Lyncha od populacji ogólnej, gdzie systemy CADe najczęściej poprawiają wykrywalność drobnych, mało istotnych klinicznie polipów, ale niekoniecznie zmian o realnym znaczeniu onkologicznym. Wcześniejsze mniejsze badanie tego samego zespołu badawczego z Bonn, opublikowane pod nazwą CADLY, sygnalizowało podobne wątpliwości, a CADLY2 miało je zweryfikować na znacznie większej próbie.

Znaczenie dla praktyki klinicznej

Wnioski badaczy nie oznaczają, że AI jest bezużyteczna w gastroenterologii, ale wskazują, że jej korzyści są zależne od kontekstu. Tam, gdzie kolonoskopię wykonują mniej doświadczeni lekarze lub placówki bez ustandaryzowanych procedur, wsparcie algorytmu może wciąż mieć znaczenie. W ośrodkach eksperckich decydującym czynnikiem pozostaje jednak jakość samego badania i doświadczenie operatora, a nie dodatkowe oprogramowanie.

Dla systemów ochrony zdrowia oznacza to praktyczną wskazówkę: inwestycje w AI przy nadzorze nad pacjentami z dziedzicznymi zespołami nowotworowymi powinny iść w parze z utrzymaniem wysokich standardów samej procedury, a nie zastępować szkolenie i doświadczenie personelu. Autorzy podkreślają też rolę wyspecjalizowanych ośrodków i programów nadzoru strukturalnego jako czynnika, który realnie chroni pacjentów z zespołem Lyncha.

W Polsce zespół Lyncha pozostaje chorobą rzadko rozpoznawaną mimo dostępności badań genetycznych, a pacjenci z potwierdzoną mutacją są kierowani do regularnego nadzoru endoskopowego w ramach programów onkologicznych. Wyniki CADLY2 mogą wpłynąć na to, jak krajowe ośrodki referencyjne planują wdrażanie systemów wspomagających kolonoskopię, zwłaszcza w kontekście priorytetyzacji inwestycji między technologią a szkoleniem endoskopistów.

Co dalej

Zespół z Bonn zapowiada dalsze analizy danych z badania CADLY2, w tym ocenę, czy AI przynosi korzyść w podgrupach pacjentów lub w ośrodkach o mniejszym doświadczeniu w nadzorze nad zespołem Lyncha. Wyniki mają też trafić do międzynarodowych wytycznych dotyczących nadzoru endoskopowego w dziedzicznych zespołach nowotworowych, gdzie dotąd rekomendacje dotyczące AI opierały się głównie na danych z populacji ogólnego ryzyka.

Udostępnij: