Z Gastroenterol 2020; 58(08): e122
DOI: 10.1055/s-0040-1716062
BEST Abstracts: Präsentationen
BEST Abstracts Endoskopie: Mehr Sicherheit, mehr Sehen Donnerstag, 17. September 2020, 14:00 - 15:20

Künstliche Intelligenz zur Detektion von Kolonpolypen - eine systematische Aufarbeitung relevanter Faktoren

M Brand
1   Universitätsklinikum Würzburg, Med. Klinik II, Gastroenterologie, Würzburg, Deutschland
,
JS Troya
1   Universitätsklinikum Würzburg, Med. Klinik II, Gastroenterologie, Würzburg, Deutschland
,
A Krenzer
2   Universität Würzburg, Lehrstuhl für Künstliche Intelligenz und angewandte Informatik, Würzburg, Deutschland
,
C De Maria
3   Policlinico San Martino, Gastroenterology, Genova, Italien
,
N Mehlhase
1   Universitätsklinikum Würzburg, Med. Klinik II, Gastroenterologie, Würzburg, Deutschland
,
B Walter
4   Universitätsklinikum Ulm, Klinik für Innere Medizin I, Ulm, Deutschland
,
A Meining
1   Universitätsklinikum Würzburg, Med. Klinik II, Gastroenterologie, Würzburg, Deutschland
,
A Hann
1   Universitätsklinikum Würzburg, Med. Klinik II, Gastroenterologie, Würzburg, Deutschland
› Author Affiliations
 

Einleitung Die Nutzung einer künstlichen Intelligenz (KI) zur endoskopischen Detektion von Kolonpolypen findet zunehmend Verbreitung. Erste Studien zeigen, dass durch die KI die Polypendetektionsrate (PDR) erhöht werden kann. Da die KI jedoch nur ein Assistenzsystem für den Endoskopiker darstellt und keine autonome Funktion besitzt, ist unklar, worauf die erhöhte PDR beruht.

Ziel Ziel der aktuellen Studie war daher, den Einfluss des KI-Systems auf die PDR in Anbetracht der richtig- oder falsch-positiven KI-basierten Markierungen zu untersuchen.

Methodik In zwei Zentren wurden Routine-Koloskopien mit oder ohne Einsatz eines kommerziell erhältlichen KI-Systems (GI-Genius, Medtronic) durchgeführt. Nach Ausschluss ungeeigneter Untersuchungen (BBPS< 5, CED, etc.) wurde in beiden Gruppen die PDR (erkannte Polypen/Anzahl der Koloskopien) berechnet. Zusätzlich wurden in einer Teilgruppe von 12 Videos die KI-Detektions-Signale in einer Einzelbild-Analyse untersucht, um die Rate an richtig- und falsch positiven KI-Markierungen zu ermitteln.

Ergebnis In der KI-Gruppe wurden 105 von 126, in der Kontrollgruppe 75 von 126 Koloskopien eingeschlossen. Die PDR betrug 0.85 in der KI-Gruppe und 0.92 in Kontrollgruppe. In der Einzelbild-Analyse wurden 8 von 9 Polypen durch die KI in mindestens einem Einzelbild erkannt. Zwischen dem ersten Auftauchen eines Polypen im Bild und der Detektion durch die KI lagen im Mittel 1.6 Sekunden (0.2-8.6 Sekunden). Es zeigten sich pro Koloskopie durchschnittlich 298 Einzelbilder (54-590 Einzelbilder) mit falsch positiver Detektion.

Schlussfolgerung Das untersuchte KI-System zeigte keinen wesentlichen Effekt auf die PDR, wenngleich es die Mehrheit aller Polypen in der detailliert ausgewerteten Teilgruppe erfasste. Die KI präsentiert jedoch sehr oft falsch-positive Befunde. Es mag daher gemutmaßt werden, dass die bisher veröffentlichten Ergebnisse zum Nutzen der KI darauf beruhen, dass durch die Vielzahl der KI-basierten Markierungen während der laufenden Untersuchung die Aufmerksamkeit des Endoskopikers gesteigert und dadurch mehr richtig-positive Polypen erkannt werden.



Publication History

Article published online:
08 September 2020

© Georg Thieme Verlag KG
Stuttgart · New York