Uso de inteligencia artificial en tiempo real durante la colonoscopia para la detección y caracterización de polipos colorrectales

Resumen

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.