Ci sono diversi fattori da considerare quando si caratterizza un polipo colorettale. Durante la colonscopia, i polipi colorettali devono essere localizzati nel sigma/retto e devono essere valutati secondo un sistema di grading standard. In generale, i polipi colorettali hanno un esito favorevole. Tuttavia, quando la posizione non è nota, è necessario utilizzare un sistema di classificazione più completo.
L’imaging in vivo è una componente vitale di una colonscopia. La diagnosi ottica fornisce informazioni in vivo utili per determinare il rischio di cancro del colon-retto, ma il metodo ha una variabilità inter-osservatore significativa ed è ancora sottosviluppato per l’uso clinico di routine. Per superare questa limitazione, i ricercatori hanno tentato di sviluppare un nuovo tipo di metodo di intelligenza artificiale (AI) per il rilevamento e la classificazione dei polipi colorettali. Durante lo studio, i ricercatori hanno raccolto dati video dalle procedure di colonscopia eseguite in un unico centro. Le immagini di ciascun polipo sono state contrassegnate con la sua classificazione istopatologica.
Per ottenere un risultato diagnostico affidabile, gli endoscopisti utilizzano metodi diversi. Un metodo, chiamato tecnologia i-scan HD, è stato studiato in ambienti esperti. Un’altra tecnica è la cromoendoscopia, che utilizza la luce infrarossa per rilevare i polipi colorettali. Utilizza le stesse tecniche della colonscopia convenzionale, ma richiede una dimensione del campione molto più ampia.
Gli autori dello studio hanno eseguito un’analisi che ha coinvolto cinque meta-analisi, che hanno combinato i dati di 11 articoli. I risultati mostrano che FICE non ha differenze con la colonscopia standard in termini di accuratezza diagnostica. La proposta pipeline di classificazione basata sul deep learning si basa su una rete neurale convoluzionale all’avanguardia. Le valutazioni dei risultati sono state effettuate da un endoscopista in aula.
I classificatori basati sull’apprendimento profondo proposti utilizzano una rete neurale convoluzionale all’avanguardia per identificare i polipi. Viene utilizzato un algoritmo ML basato sul deep learning. Una rete neurale di convoluzioni all’avanguardia viene utilizzata per identificare i polipi nel colon. I modelli risultanti miglioreranno l’accuratezza del metodo diagnostico. Questi algoritmi sono anche efficaci nel rilevare i tumori del colon-retto.
Per il cancro del colon-retto, è stata sviluppata un’endoscopia con immagine migliorata per migliorare la diagnosi dei polipi colorettali. Contrariamente alla patologia convenzionale, l’endoscopia con immagine migliorata può essere utilizzata per rilevare i polipi a livello microscopico. A differenza della radiografia convenzionale, l’imaging è essenziale per diagnosticare e trattare con precisione un tumore del colon-retto.
Nello studio più recente, un programma per computer completamente automatizzato viene utilizzato per analizzare i polipi colorettali. Il suo scopo è identificare i tumori colorettali più probabili. Per questo è stato sviluppato CAD EYE(r). Questo programma identifica i polipi analizzandone l’aspetto e le dimensioni. Lo studio mira anche a fornire una migliore comprensione dei fattori di rischio per lo sviluppo del cancro del colon-retto.
Il dispositivo CAD EYE(r) è uno strumento altamente efficace per rilevare i polipi colorettali. Un CAD EYE(r) è un programma per computer che consente ai medici di visualizzare e analizzare i polipi colorettali utilizzando le immagini di un computer. È stato clinicamente dimostrato che riduce il rischio di intervallo CRC. Uno studio CAD EYE ha anche scoperto che un sistema CAD EYE riduce l’incidenza del cancro.
Al contrario, il sistema CAD EYE(r) consente ai pazienti di archiviare video relativi ai polipi colorettali. CAD EYE(r) è uno strumento altamente efficace per l’imaging colorettale. Può distinguere tra polipi benigni e maligni dal loro aspetto. Il sistema CAD EYE(r) è in grado di distinguere tra polipi e cellule cancerose mediante un’ampia gamma di colori.
Sebbene CAD EYE(r) abbia migliorato il tasso di rilevamento dei polipi colorettali, il nuovo metodo potrebbe essere ancora una scelta sbagliata per lo screening della colonscopia. Potrebbe non migliorare i tassi di rilevamento dei polipi adenomatosi, ma migliora il tasso di identificazione della presenza di polipi seghettati nei tessuti colorettali. Con questo, un sistema CAD EYE(r) può essere uno strumento utile sia per diagnosticare il cancro del colon-retto che per rilevarlo.
Per ottimizzare i risultati della colonscopia, l’uso dell’IA è fondamentale per una corretta diagnosi dei polipi colorettali. La diagnosi ottica è essenziale per la strategia di eliminazione della resezione. L’IA è in grado di ottenere un valore predittivo negativo del 90% nel rilevamento degli adenomi. Il sistema di intelligenza artificiale è altamente sensibile e può identificare e distinguere tra adenomi e adenomi rettosigmoidei di dimensioni simili.
