Sztuczna inteligencja zwiększa wykrywalność polipów podczas kolonoskopii

Komentarz redakcji

Wieloośrodkowe badanie z udziałem 998 dorosłych pacjentów potwierdziło również wzrost wykrywalności zmian przedrakowych (gruczolaków) z 36,1 do 52,3 procent. Zastosowanie algorytmów AI przełożyło się na wyższą średnią liczbę wykrytych zmian w jednym badaniu. Narzędzia te pomogły zidentyfikować polipy niezależnie od ich rozmiaru i lokalizacji w jelicie.

Najważniejsze

  • Sztuczna inteligencja w czasie rzeczywistym zwiększyła wykrywalność polipów podczas kolonoskopii z 54,5% do 72,2%.
  • Wykrywalność gruczolaków (mierzona wskaźnikiem ADR) wzrosła dzięki AI z 36,1% do 52,3%, znacznie przekraczając zalecane minimum (25%).
  • Średnia liczba polipów wykrytych podczas jednego badania wzrosła z 1,4 do 2,2 przy asyście algorytmów.
  • Badanie ma pewne ograniczenia metodologiczne, takie jak brak możliwości zastosowania ślepej próby oraz brak szczegółowych informacji o certyfikacji i nazwie oprogramowania AI.
  • Wyzwaniem technologicznym pozostają wyniki fałszywie dodatnie (np. mylenie pęcherzyków powietrza z polipami), które mogą wydłużać czas zabiegu.
·
2 min

Południowokoreańscy badacze wykazali w badaniu klinicznym prowadzonym od maja 2023 do kwietnia 2025 roku, że użycie sztucznej inteligencji podczas kolonoskopii zwiększa wykrywalność polipów z 54,5 do 72,2 procent.

Wpływ sztucznej inteligencji na skuteczność kolonoskopii

72,2%
Wykrywalność polipów z AI
Wykrywalność polipów z asystą AI (w porównaniu do 54,5% w tradycyjnym badaniu)
52,3%
Wykrywalność gruczolaków (ADR)
Wykrywalność gruczolaków (ADR) z asystą AI (vs 36,1% w grupie kontrolnej)
2,2
Średnia liczba polipów na badanie
Średnia liczba wykrytych polipów podczas jednego badania z asystą AI (vs 1,4 bez AI)

Badanie kliniczne (Seul, maj 2023 - kwiecień 2025)

Pexels — cottonbro studio
Pexels — cottonbro studio

Południowokoreańscy naukowcy wykazali w wieloośrodkowym badaniu klinicznym, prowadzonym od maja 2023 do kwietnia 2025 roku, że zastosowanie sztucznej inteligencji w czasie rzeczywistym podczas kolonoskopii zwiększyło wykrywalność polipów z 54,5 do 72,2 procent.

Badanie kliniczne objęło 998 dorosłych pacjentów z Seulu. Autorzy pracy losowo podzielili ich na dwie grupy. W pierwszej (badawczej), liczącej 497 osób, lekarze wykonywali kolonoskopię z asystą sztucznej inteligencji. Grupę kontrolną stanowiło 501 pacjentów, u których lekarze przeprowadzili badanie metodą konwencjonalną, bez wsparcia algorytmów.

Skuteczność w wykrywaniu zmian przedrakowych

Użycie nowej technologii przełożyło się na wyższą skuteczność diagnozowania zmian przedrakowych. Wykrywalność gruczolaków wzrosła z 36,1 procent w grupie kontrolnej do 52,3 procent w grupie korzystającej z asysty sztucznej inteligencji. Średnia liczba polipów wykrytych podczas jednego badania wyniosła 2,2 u pacjentów diagnozowanych przy wsparciu algorytmów, w porównaniu do 1,4 w grupie tradycyjnej. Doniesienia medialne wskazują, że wskaźnik ryzyka wyniósł 2,173 dla polipów oraz 1,940 dla gruczolaków. Wartości te nie są jednak w pełni spójne z prostym ilorazem odsetków wykrywalności, co może sugerować błąd w raportowaniu prasowym lub zastosowanie w analizie źródłowej regresji wielozmiennej.

Wyzwania i ograniczenia nowej metody

Doniesienia prasowe nie precyzują nazwy, wersji ani producenta oprogramowania. Nie informują również o jego certyfikacji medycznej, takiej jak znak CE czy zatwierdzenie przez amerykańską Agencję ds. Żywności i Leków (FDA). W publikacjach brakuje nazwy czasopisma naukowego, w którym ukazały się wyniki, informacji o źródłach finansowania oraz potencjalnych konfliktach interesów autorów. Ponadto materiały te pomijają problematykę wyników fałszywie dodatnich. Zdarza się bowiem, że systemy sztucznej inteligencji błędnie identyfikują resztki kału lub pęcherzyki powietrza jako polipy, co wydłuża procedurę i zmusza do pobierania dodatkowych, niepotrzebnych biopsji.

Międzynarodowe wytyczne gastroenterologiczne określają minimalny akceptowalny wskaźnik wykrywalności gruczolaków na poziomie 25 procent. U lekarzy uczestniczących w badaniu wyjściowy poziom tego wskaźnika wynosił 36,1 procent. Omawiany eksperyment wpisuje się w serię wcześniejszych analiz z lat 2020–2024. Potwierdzają one, że systemy automatycznej detekcji podnoszą wskaźnik wykrywalności gruczolaków średnio o 10–15 punktów procentowych.

Konieczne są dalsze analizy, które pozwolą ocenić wpływ tej technologii na codzienną praktykę kliniczną oraz koszty systemowe. Istotnym ograniczeniem wdrożeniowym pozostaje również fakt, że podczas procedury z asystą systemu wyświetlającego wskazówki na monitorze nie da się zastosować metody ślepej próby wobec lekarza wykonującego zabieg.

Porównanie wyników kolonoskopii konwencjonalnej oraz z asystą sztucznej inteligencji (AI)

WskaźnikKolonoskopia konwencjonalna (grupa kontrolna)Kolonoskopia z asystą AI (grupa badawcza)
Wykrywalność polipów (%)54,5%72,2%
Wykrywalność gruczolaków (ADR) (%)36,1%52,3%
Średnia liczba wykrytych polipów na badanie1,42,2
Liczba pacjentów w grupie501 osób497 osób

Badanie kliniczne przeprowadzone na grupie 998 pacjentów w Seulu.

Porównanie kolonoskopii konwencjonalnej z badaniem wspomaganym sztuczną inteligencją

Kolonoskopia konwencjonalna
+Brak wyników fałszywie dodatnich generowanych przez algorytmy
+Standardowy czas trwania procedury
+Brak kosztów związanych z oprogramowaniem i sprzętem AI
Brak zaawansowanego wsparcia w czasie rzeczywistym
Niższa wykrywalność zmian przedrakowych (gruczolaków) na poziomie ok. 36,1%
Większe ryzyko pominięcia mniejszych lub płaskich polipów
Kolonoskopia z asystą AI (CADe)
+Wysoka wykrywalność polipów (72,2%) oraz gruczolaków (52,3%)
+Większa średnia liczba wykrytych polipów podczas jednego badania (2,2)
+Wsparcie lekarza w czasie rzeczywistym przez system wizyjny
Możliwość występowania wyników fałszywie dodatnich (np. błędna identyfikacja resztek kału)
Brak możliwości zastosowania metody ślepej próby w badaniach klinicznych
Konieczność inwestycji w licencje i sprzęt komputerowy

Słownik pojęć

Kolonoskopia
Badanie endoskopowe umożliwiające obejrzenie wnętrza całego jelita grubego za pomocą elastycznej rurki z kamerą.
Gruczolak (adenoma)
Łagodna zmiana nowotworowa w jelicie grubym, która ma potencjał do przekształcenia się w złośliwego raka jelita grubego.
Wskaźnik wykrywalności gruczolaków (ADR - Adenoma Detection Rate)
Odsetek kolonoskopii, podczas których wykryto co najmniej jednego gruczolaka u pacjentów powyżej 50. roku życia. Jest to kluczowy wskaźnik jakości wykonania badania.
CADe (Computer-Aided Detection)
System komputerowego wspomagania wykrywania zmian (np. polipów) na obrazie medycznym w czasie rzeczywistym.
Ślepa próba
Metoda badawcza polegająca na tym, że badacz lub pacjent (lub obaj w przypadku podwójnie ślepej próby) nie wiedzą, która metoda/lek jest stosowana, co zapobiega subiektywnej ocenie wyników.

Najczęstsze pytania

W jaki sposób sztuczna inteligencja pomaga lekarzowi podczas kolonoskopii?
Systemy sztucznej inteligencji analizują obraz z kamery endoskopowej w czasie rzeczywistym. Dzięki zaawansowanym algorytmom wizyjnym (głębokiemu uczeniu), oprogramowanie zaznacza na ekranie (np. zielonym lub czerwonym ramkowaniem) obszary, które mogą być polipami, zwracając na nie uwagę lekarza wykonującego badanie.
Czy asysta AI naprawdę zmniejsza ryzyko rozwoju raka jelita grubego?
Tak, sztuczna inteligencja znacznie zwiększa wykrywalność zmian przedrakowych (gruczolaków) – w badaniach średnio o 10-15 punktów procentowych, a w omawianym badaniu z Seulu nawet z 36,1% do 52,3%. Wyższa wykrywalność bezpośrednio przekłada się na skuteczniejsze zapobieganie rakowi jelita grubego.
Jakie są wady lub ograniczenia stosowania sztucznej inteligencji w kolonoskopii?
Głównym problemem są wyniki fałszywie dodatnie, kiedy system błędnie identyfikuje np. resztki pokarmowe, pęcherzyki powietrza lub fałdy błony śluzowej jako polipy. Może to prowadzić do niepotrzebnego wydłużenia czasu badania oraz pobierania zbędnych wycinków do badania histopatologicznego.

Pierwsi napisali na ten temat

Komentarze (0)

0/2000
Następny artykuł

Jak AI rewolucjonizuje wczesne wykrywanie raka piersi w Szwecji?

Badanie Szpitala Uniwersyteckiego Karolinska objęło prawie 90 tys. mammogramów od ponad 31 tys. pacjentek z czterech regionów Szwecji. Wyniki opublikowane w „Radiology” pokazują, że algorytmy częściej wskazywały podwyższone ryzyko u kobiet, u których później rozpoznano raka piersi.

Czytaj dalej

Powiązane artykuły

Jak AI rewolucjonizuje wczesne wykrywanie raka piersi w Szwecji?

Szwedzcy naukowcy przekazali, że komercyjna AI może wykrywać ślady raka piersi nawet 6 lat przed diagnozą. Dotyczy to około 20 proc. przypadków.

rynekzdrowia.pl
poradnikzdrowie.pl
+6
13 cze

Niemiecki szpital stosuje AI i zasadę czterech oczu w badaniach raka płuc

Klinika Uniwersytecka w Lipsku poinformowała, że od lipca spełnia wymogi niezbędne do przeprowadzania drugiej oceny w badaniach przesiewowych raka płuc u byłych palaczy. Placówka wykonała już także pierwszą taką weryfikację.

deutschesgesundheitsportal.de
medwiss.de
+1
23 lip

Badanie: tylko trzy z 1357 medycznych urządzeń AI zbadano pod kątem wpływu na zdrowie pacjentów

Badanie opublikowane w czasopiśmie „PLOS Digital Health” wykazało, że twórcy zaledwie trzech spośród 1357 urządzeń medycznych wykorzystujących AI, autoryzowanych przez FDA, ocenili ich bezpośredni wpływ na zdrowie pacjentów.

politykazdrowotna.com
alertmedyczny.pl
21 sie

Metaanaliza z Chin: AI zwiększa wykrywalność pięciu z siedmiu analizowanych nowotworów

Chińska metaanaliza 49 badań wykazała, że sztuczna inteligencja w diagnostyce obrazowej zwiększa wykrywalność pięciu z siedmiu analizowanych nowotworów.

deutschesgesundheitsportal.de
medwiss.de
26 cze

Analiza wykazała brak gotowości AI do prognozowania chorób serca

Modele sztucznej inteligencji przeznaczone do prognozowania chorób serca nie są jeszcze gotowe do użytku klinicznego z powodu poważnych braków metodologicznych. Takie wnioski płyną z międzynarodowego badania opublikowanego 12 sierpnia 2026 roku.

thehindu.com
thefoxdaily.com
14 sie

AI w diagnostyce raka piersi: przyszłość, która potrzebuje zrozumienia

Wprowadzenie technologii AI do wczesnego wykrywania raka piersi może znacząco poprawić wyniki zdrowotne, ale wymaga zrozumienia jej skuteczności i potencjalnych ograniczeń w różnych populacjach. Badania pokazują, że AI może identyfikować kobiety z wyższym ryzykiem raka, ale różnorodność demograficzna oraz kwestie etyczne pozostają kluczowymi wyzwaniami.

healtheuropa.com
16 mar
StartSzukaj