Sztuczna inteligencja wspomagająca wykrywanie zmian w okrężnicy w praktykach prywatnych: randomizowane badanie kontrolowane

Dlaczego to ma znaczenie dla codziennego zdrowia

Kolonoskopia jest jednym z najskuteczniejszych narzędzi zapobiegania rakowi jelita grubego, ponieważ lekarze mogą znaleźć i usunąć zmiany zwane polipami, zanim staną się niebezpieczne. W ostatnich latach wiele osób liczyło, że sztuczna inteligencja (SI) może pełnić rolę dodatkowego oka podczas tych badań, wykrywając więcej drobnych zmian i ratując więcej istnień. To badanie postawiło prosty, ale istotny problem: gdy SI jest stosowana w rzeczywistych warunkach prywatnych klinik z bardzo doświadczonymi lekarzami, czy rzeczywiście pomaga znaleźć więcej ryzykownych zmian, czy raczej wprowadza dodatkową złożoność bez wyraźnych korzyści?

Jak kolonoskopia i inteligentne oprogramowanie współpracują

Podczas kolonoskopii lekarz prowadzi giętką kamerę przez jelito grube, uważnie oglądając jego wnętrze w poszukiwaniu małych wypukłości lub płaskich obszarów, które mogą być przedrakowe. Jakość tego przeglądu może się różnić w zależności od umiejętności lekarza, czystości jelita oraz tego, jak łatwo dostrzec polipy. Narzędzia SI do kolonoskopii analizują strumień wideo w czasie rzeczywistym i zaznaczają podejrzane miejsca, rysując na ekranie kolorowe ramki. Pomysł polega na tym, że taka „kolonoskopia wspomagana komputerowo” może zwrócić uwagę na subtelne polipy, które lekarz mógłby przeoczyć, zwiększając kluczowy wskaźnik zwany współczynnikiem wykrywania gruczolaków (adenoma detection rate, ADR) — odsetek pacjentów, u których wykryto przynajmniej jeden polip przedrakowy.

Co to badanie miało sprawdzić

Naukowcy przeprowadzili randomizowane, kontrolowane badanie, złoty standard testowania interwencji medycznych, w pięciu prywatnych ośrodkach endoskopowych w Niemczech. Ponad 900 dorosłych, zgłaszających się na badanie przesiewowe w kierunku raka jelita grubego lub na kontrolę po wcześniejszym usunięciu polipów, zostało losowo przydzielonych do jednej z dwóch grup. W jednej grupie lekarze wykonywali standardową kolonoskopię. W drugiej używano tego samego wyposażenia oraz systemu SI o nazwie EndoMind, który wyróżniał możliwe polipy na głównym monitorze. Wszyscy 10 uczestniczących lekarzy było bardzo doświadczonych — każdy z ponad 10-letnią praktyką i kilkoma tysiącami wcześniejszych zabiegów. Dwie grupy pacjentów były bardzo podobne pod względem wieku, płci, wskazań do kolonoskopii i znanych czynników ryzyka raka jelita grubego, co umożliwiło rzetelne porównanie wyników.

Co badanie wykazało w rzeczywistych klinikach

Porównanie wyników pokazało, że dodanie SI nie zwiększyło istotnie odsetka pacjentów, u których stwierdzono przynajmniej jeden gruczolak. ADR wynosił około jednej trzeciej w obu grupach (32,9% przy standardowej kolonoskopii versus 34,5% przy wsparciu SI), różnica, która mogła być dziełem przypadku. Ogólna liczba polipów i zmian ząbkowanych (inny typ ryzykownych zmian) na badanie także była podobna. Zauważono jednak subtelne przesunięcia w typach wykrywanych zmian: przy użyciu SI lekarze wykrywali większy odsetek bardzo małych gruczolaków oraz więcej polipów po lewej stronie okrężnicy, podczas gdy nieco mniej wykrywano większych gruczolaków, szczególnie w analizie rygorystycznej ograniczonej do w pełni zakończonych, dobrze przygotowanych badań. Czas, jaki lekarze poświęcali na powolne wycofywanie endoskopu — inny ważny wskaźnik jakości — nie uległ zmianie przy stosowaniu SI.

Dlaczego wcześniejsze badania wyglądały optymistyczniej

Poprzednie badania kliniczne, wiele z nich prowadzonych w szpitalach akademickich lub w populacjach o wyższym ryzyku, często raportowały imponujące wzrosty wykrywalności po zastosowaniu systemów SI. Jednak nowe badanie, razem z kilkoma niedawnymi próbami i metaanalizami, sugeruje, że obraz jest bardziej złożony. Korzyść z SI wydaje się w dużym stopniu zależeć od tego, jacy są pacjenci, jak często występują polipy w danej grupie oraz jak wyszkoleni są już badający. W środowiskach, gdzie lekarze mają już wysokie wskaźniki wykrywania, może po prostu brakować pola do znacznej poprawy przez SI. Autorzy zauważają też, że wiele badań nad SI stosuje szersze lub luźniejsze definicje ADR, co utrudnia bezpośrednie porównania i czasem zawyża oceny możliwej poprawy w rutynowych populacjach przesiewowych.

Co to oznacza dla pacjentów i lekarzy

Dla pacjentów kluczowy wniosek jest uspokajający: doświadczeni endoskopiści w codziennych, prywatnych praktykach już są w stanie przeprowadzać kolonoskopie wysokiej jakości, a dodanie SI w tym badaniu nie zmieniło wyraźnie szans na wykrycie przynajmniej jednego polipa przedrakowego. SI może nadal być przydatna do wychwytywania bardzo małych zmian albo w ośrodkach z niższymi wskaźnikami wykrywania, ale nie jest jeszcze rozwiązaniem cudownym. Autorzy argumentują, że przed wydaniem mocnych zaleceń za lub przeciw rutynowemu stosowaniu SI w kolonoskopii potrzebne są większe, starannie zaprojektowane badania w warunkach rzeczywistych oraz długoterminowe rejestry. Na razie najważniejsze dla pacjentów pozostaje terminowe poddawanie się badaniom przesiewowym i wybór dostawców, którzy konsekwentnie wykonują dokładne, wysokiej jakości badania.

Cytowanie: Lux, T.J., Saßmannshausen, Z., Kafetzis, I. et al. Artificial intelligence assisted colorectal lesion detection in private practices a randomized controlled study. npj Digit. Med. 9, 284 (2026). https://doi.org/10.1038/s41746-026-02576-8

Słowa kluczowe: kolonoskopia, sztuczna inteligencja, wykrywanie polipów, screening raka jelita grubego, badanie kliniczne