Viszeralmedizin 2023: KI-Vorteil bei Adenomdetektion überschätzt?

Mehrere Studien belegten zunächst nicht nur eine höhere Detektionsrate von Polypen durch die KI-gestützte Screeningkoloskopie, sondern auch von Adenomen. Aktuellere Studien zeigen das nicht mehr so klar. Der Nutzen der KI muss neu definiert werden.

Polypen Darm

Überzogene Erwartungen an die künstliche Intelligenz (KI) müssen im Rahmen der Koloskopie an die Realität angepasst werden, erläuterte Professor Dr. Alexander Hann, Leiter der Arbeitsgruppe für interventionelle und experimentelle Endoskopie der Medizinischen Klinik II des Uniklinikums Würzburg [1]. Zunächst hatten verschiedene randomisiert-kontrollierte Studien aus China zwar gezeigt, dass mit Hilfe von Deep-learning-ALgorithmen computerunterstützte Polypendetektionssysteme in Echtzeit (engl. real-time computer-aided polyp detection [CADe]) nicht nur mehr Polypen, sondern auch mehr Adenome erkannt werden als durch den erfahrenen Untersucher alleine [2]. Diesen Vorteil fanden aktuellere Untersuchungen nach Einführung von CADe-Systemen in die Routineversorgung aber nicht mehr [3,4].

KI beeinflusst Verhalten

Hann, Professor für digitale Transformation in der Gastroenterologie in Würzburg, nannte als einen wichtigen Grund für dieses ernüchternde Ergebnis im klinischen Alltag die Veränderung des Blickverlaufs der Untersucher bei regelhafter Anwendung von CADe. Ohne CADe durchmusterten in einer Untersuchung seiner Arbeitsgruppe Experten wie auch Endoskop-Neulinge ein breiteres Feld im endoskopischen Bild als mit CADe [5]. Insbesondere bei den jüngeren Kollegen reduzierte die KI-Unterstützung das eh schon gegenüber Experten eingeschränktere Blickmuster ganz auf das vom CADe markierte Feld im endoskopischen Bild. Damit können potenziell andere Läsionen übersehen werden. In jedem Fall scheint es so zu sein, dass die Adenomdetektionsraten nach Einführung von KI-Systemen zur Polypendetektion heruntergehen.

Auch Tacho enttäuscht in der Routine

Ein weiteres viel versprechendes Werkzeug der KI bei der Koloskopie ist die Kontrolle der Rückzugsgeschwindigkeit, die über ein Tachometer an den Untersucher zurückgespiegelt wird. Die Rückzugszeit bei der Koloskopie ist im Alltag klar mit der Zahl der erkannten Adenome assoziiert [6].

Anzustreben ist eine Rückzugszeit von mehr als 6 Minuten. Ein entsprechendes KI-System, das mit einem visuellen Tacho während der Koloskopie die Lokalisation der Kamera und die Rückzugsgeschwindigkeit an den Untersucher zurückspiegelte, führte in einer Studie entsprechend zu einer deutlich höheren Adenomdetektionsrate bei einer Rückzugszeit von 6,55 Minuten gegenüber einer schnelleren von 4,7 Minuten ohne den Tacho (16 vs. 8 Adenome; p<0,0026) [7]. Doch auch in diesem Falle konnten die verbesserten Adenomraten später nicht bestätigt werden: Weder die Rückzugszeit noch die Adenomdetektionsraten verbesserten sich bei Implementierung der KI-Geschwindigkeitsmessung in einem großen tertiären Zentrum [8].

KI: Gekommen, um zu bleiben

Hann ist dennoch davon überzeugt, dass KI-Anwendungen für die Koloskopie im Alltag Sinn machen können. Für den Experten mögen die bisherigen Werkzeuge aktuell noch eher wir Gimmicks wirken, gab er zu. Es gibt aber eine Reihe von Aspekten, die er bereits jetzt sehr nützlich findet. So kann die KI das Erstellen des Berichts vereinfachen, indem sie automatisiert die endoskopischen Bilder zum Befund zusammenstellt.

Die Kontrolle der Rückzugszeit hält Hann auch für sinnvoll – nur muss präziser auf die Geschwindigkeit geachtet werden. Zudem kann ein entsprechend ausgerüstetes CADe-System die Größe von kolorektalen Polypen besser einschätzen als menschliche Beobachter, wie Hann mit seiner Arbeitsgruppe zeigen konnte [9]. Problematisch bleibt die fehlende Zuordnung der Histologie zum einzelnen Polypen/Adenom im Video.

Autor:
Stand:
25.09.2023
Quelle:
  1. Prof. Dr. Alexander Hann: „Polypendetektion: Must have oder Gimmick?“, Viszeralmedizin 2023; Hamburg, 11. – 16. September 2023.
  2. Hassan C, Spadaccini M, Iannone A et al. (2021): Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointestinal Endoscopy. DOI: 10.1016/j.gie.2020.06.059
  3. Levy I, Bruckmayer L, Klang E et al. (2022): Artificial Intelligence-Aided Colonoscopy Does Not Increase Adenoma Detection Rate in Routine Clinical Practice. The American Journal of Gastroenterology. DOI: 10.14309/ajg.0000000000001970
  4. Ladabaum U, Shepard J, Wenig Y et al. (2023): Computer-aided Detection of Polyps Does Not Improve Colonoscopist Performance in a Pragmatic Implementation Trial. Gastroenterology. DOI: 10.1053/j.gastro.2022.12.004
  5. Troya J, Fitting D, Brand M et al. (2022): The influence of computer-aided polyp detection systems on reaction time for polyp detection and eye gaze. Endoscopy. DOI: 10.1055/a-1770-7353
  6. Barclay RL, Vicary JJ, Doughty AS etal. (2006): Colonoscopic withdrawal times and adenoma detection during screening colonoscopy. New England Journal of Medicine. DOI: 10.1056/NEJMoa055498
  7. Gong D, Wu L, Zhang J et al, (2020): Detection of colorectal adenomas with a real-time computer-aided system (ENDOANGEL): a randomised controlled study. The Lancet Gastroenterology & Hepatology. DOI: 10.1016/S2468-1253(19)30413-3
  8. Barua I, Misawa M, Glissen Brown JR et al. (2022): Speedometer for withdrawal time monitoring during colonoscopy: a clinical implementation trial. Scandinavian Journal of Gastroenterology. DOI: 10.1080/00365521.2022.2154616
  9. Sudarevic B, Sodmann P, Kafetzis I et al. (2023): Artificial intelligence-based polyp size measurement in gastrointestinal endoscopy using the auxiliary waterjet as a reference. Endoscopy. DOI: 10.1055/a-2077-7398
  • Teilen
  • Teilen
  • Teilen
  • Drucken
  • Senden
Orphan Disease Finder
Orphan Disease Finder

Hier können Sie seltene Erkrankungen nach Symptomen suchen: