Eine computergestützte automatische Polypencharakterisierung von Hyperplasten, Adenomen und Serratierten Adenomen im Kolorektum - Ergebnisse der CASSANDRA Studie

Einleitung Die Qualität einer optischen Polypencharakterisierung im Kolon hängt maßgeblich von der Expertise des Anwenders ab. Schwierigkeiten bestehen besonders bei der Charakterisierung von serratierten Adenomen. Künstliche Intelligenz als Entscheidungshilfe zur optischen Polypencharakterisierung gilt hier als vielversprechender Ansatz.

Ziele Ziel war die Erstellung eines Computerprogramms, welches in Videosequenzen eine optische Unterscheidung von Hyperplasten (HP), Adenomen und Serratierten Adenomen (SA) vornehmen kann.

Methodik In einer prospektiven Studie wurden 250 Patienten koloskopiert. Von 327 Polypen wurden insgesamt 489 Videosequenzem angefertigt. Davon wurden 191 Videos zur Programmierung einer computergestützen automatischen Polypencharakterisierung (CAP) verwendet, wobei HP, Adenome und SAs zu unterscheiden waren. Das maschinelle Lernen basierte auf einem „deep neural network” Ansatz unter Verwendung einer RetinaNet Architektur. Die pathologischen Polypendiagnosen dienten als Goldstandard. In einer Testphase wurden CAP Diagnosen von 100 Polypen mit den jeweils pathologischen Diagnosen verglichen. Zudem fertigten zwei Experten optische Diagnosen von denselben 100 Polypen an. Primärer Endpunkt der Studie war die Accuracy der CAP-basierten Diagnosen.

Ergebnis Die Accuracy der CAP-basierten Vorhersagen für HP, Adenom und SA betrug 69 %, 57 % und 86 %. Die Experten (E1, E2) erreichen eine Accuracy von 78 % bzw. 69 % für Hyperplasten, 82 % bzw. 82 % für Adenome und 68 % bzw. 77 % für serratierte Adenome. Für Adenome übertraf die Accuracy beider Experten diejenige des CPA Programms (jeweils p = 0,001). Die Accuracy für Serratierte Adenome von E1 war signifikant schlechter als diejenige des CAP Programms (p = 0,004). Bei Hyperplasten ergab sich kein sign. Unterschied zwischen CAP und Experten. Es zeigte sich eine gute inter-rater Übereinstimmung der optischen Diagnosen der beiden Experten (Übereinstimmung bei 72 %, k =0,58).

Schlussfolgerung Eine CAP-basierte Unterteilung nach HP, Adenom und SA ist möglich. Bei der Charakterisierung insbesondere von Adenomen bleibt der CAP-Ansatz jedoch deutlich hintern dem Ergebnis der Experten zurück. Ob der Einsatz von CAP bei der Charakterisierung von serratierten Adenomen hilfreich sein kann muss weiter untersucht werden.

Publikationsverlauf

Artikel online veröffentlicht:
07. September 2021