Visuele AI-GIDS

AI bij colonoscopiepoliepdetectie

AI-poliepdetectie, computerondersteunde detectie of CADe genoemd, bekijkt de live colonoscopievideo en tekent binnen een fractie van een seconde een kader rond mogelijke poliepen, zodat de endoscopist deze kan inspecteren.

Luister naar deze gidsAI-verteld · ~3 min

Op deze pagina4 minuten lezen
  1. Overzicht
  2. Diepe duik
  3. Implementatie in de echte wereld
  4. De toekomst van AI bij colonoscopiepoliependetectie
  5. Het in de praktijk brengen
  6. Blijf verkennen
  7. Veelgestelde vragen

Overzicht

Het is van belang omdat gemiste precancereuze poliepen colorectale kanker kunnen worden, en uit gerandomiseerde onderzoeken blijkt dat CADe het detectiepercentage van adenomen verhoogt, hoewel er vragen blijven bestaan ​​over welke poliepen worden gevonden en of artsen hun vaardigheden verliezen.

Diepe duik

Colorectale kanker ontstaat meestal uit adenomen, een soort poliep. De belangrijkste kwaliteitsmaatstaf voor colonoscopie is het adenoomdetectiepercentage (ADR): het aandeel screeningsprocedures waarbij ten minste één adenoom wordt gevonden. Een veel geciteerde studie uit 2014 in de New England Journal of Medicine koppelde hogere bijwerkingen bij endoscopisten aan een lager risico op kanker tussen screenings door, wat neerkomt op een risicoreductie van ongeveer 3 procent voor elke toename van de bijwerkingen met 1 procentpunt. CADe-systemen maken verbinding met de endoscopie-videoprocessor en analyseren elk frame. Wanneer het model een waarschijnlijke poliep detecteert, wordt er een doos overheen gelegd, vaak met een geluid. De GI Genius van Medtronic werd in 2021 het eerste CADe-apparaat dat door de FDA werd geautoriseerd; andere zijn Olympus ENDO-AID, Fujifilm CAD EYE en Wision EndoScreener. Veel gerandomiseerde onderzoeken en meta-analyses laten zien dat CADe de bijwerkingen en adenomen verhoogt die per colonoscopie worden aangetroffen. De winst is vooral te zien bij kleine en kleine adenomen van minder dan ongeveer 5 mm, die een lager risico op kanker hebben dan grotere of vlakke, gevorderde laesies. CADe verhoogt ook de verwijdering van niet-neoplastische poliepen, waardoor de pathologiekosten en de korte proceduretijd toenemen. Sommige niet-gerandomiseerde onderzoeken uit de echte wereld hebben kleinere of geen verbeteringen gevonden, mogelijk omdat endoscopisten in onderzoeken weten dat ze worden gemeten. Deskilling is een groeiend probleem. Een observationeel onderzoek uit Polen uit 2025 meldde dat de bijwerkingen van endoscopisten bij procedures die zonder AI werden uitgevoerd, afnamen nadat ze routinematig AI hadden gebruikt, wat erop wijst dat afhankelijkheid de waakzaamheid zonder hulp kan afzwakken. Dat onderzoek is niet gerandomiseerd en geeft geen antwoord op de vraag, maar het toont wel de noodzaak aan om vaardigheden te monitoren. Een veel voorkomende misvatting is dat CADe de detectie verbetert door te zien wat mensen niet kunnen zien. Een groot deel van het voordeel is het opvangen van poliepen die wel op het scherm zichtbaar waren, maar niet werden opgemerkt. Het kan niet helpen bij slijmvlies dat de camera nooit laat zien, dus darmvoorbereiding en zorgvuldige onttrekkingstechniek zijn nog steeds van belang.

Implementatie in de echte wereld

Tijdens een screeningcolonoscopie verschijnt er een groene doos rond een platte laesie van 4 mm verborgen achter een plooi, en de endoscopist wast het gebied, kijkt beter en verwijdert het.

Een ziekenhuis houdt het adenoomdetectiepercentage van elke endoscopist bij voor en na de installatie van een CADe-systeem om te zien of de tool de prestaties in de praktijk verandert.

Een endoscopist leert herhaalde boxen te negeren die worden veroorzaakt door luchtbellen, ontlasting of de vouwrand, wat veel voorkomende valse alarmen zijn die seconden aan de procedure toevoegen.

Een eenheid koppelt CADe aan een afzonderlijk computerondersteund diagnosehulpmiddel dat suggereert of een kleine poliep er adenomateus of hyperplastisch uitziet, en geeft aan of deze naar de pathologie moet worden gestuurd.

De toekomst van AI bij colonoscopiepoliependetectie

CADe zal waarschijnlijk een standaardfunctie worden van videoprocessors voor endoscopie, waardoor de kosten wellicht minder een barrière vormen. De onbeantwoorde vraag is of hogere bijwerkingen van voornamelijk kleine adenomen zich vertalen in minder intervalkankers en sterfgevallen; waarvoor lange vervolgstudies nodig zijn. Onderzoek beweegt zich in de richting van systemen die ook de kwaliteit van de ontwenning meten en hoeveel slijmvlies er is gezien, waardoor blinde vlekken worden aangepakt die CADe niet kan. Professionele organisaties zijn voorzichtig geweest met het geven van advies vanwege de kosten en de onzekere voordelen op de lange termijn. Het monitoren van prestaties zonder hulp en trainingsprogramma's die vaardigheden behouden, zullen waarschijnlijk net zo belangrijk zijn als de nauwkeurigheid van het model.

Het in de praktijk brengen

Waarom het ertoe doet

  • Snelheid en schaal. Visuele AI kan inspectie-, detectie- en taggingtaken op schaal automatiseren.
  • Bouwkeuzes. Creatieve teams kunnen concepten sneller prototypen met minder handmatige revisies.
  • Team en workflow. Bij bewerkingen kan gebruik worden gemaakt van beeld- en videosignalen die voorheen moeilijk te verwerken waren.

Pas op voor

  • Beeldrechten en toestemming kunnen juridische risico's worden als de herkomst onduidelijk is.
  • De prestaties van modellen kunnen variëren afhankelijk van de belichting, demografische gegevens en omgevingen.
  • Valse positieve resultaten kunnen onopgemerkt blijven, tenzij de vertrouwensdrempels worden gecontroleerd.

Volgende stappen

  1. Definieer acceptatiecriteria voor precisie-, terugroep- en foutkosten.
  2. Test met gegevens die overeenkomen met echte productieomstandigheden.
  3. Voeg menselijke beoordeling toe voor voorspellingen met weinig vertrouwen of hoge impact.
  4. Volg modelafwijkingen en valideer opnieuw na wijzigingen in de camera of dataset.

Blijf verkennen

Gratis nieuwsbrief

Ontvang de dagelijkse AI-briefing

Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.

Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.

Test jezelf

Take the AI in Colonoscopy Polyp Detection quiz

Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.

Quiz starten

Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie

Veelgestelde vragen

Wat is AI bij colonoscopiepoliependetectie?

AI-poliepdetectie, computerondersteunde detectie of CADe genoemd, bekijkt de live colonoscopievideo en tekent binnen een fractie van een seconde een kader rond mogelijke poliepen, zodat de endoscopist deze kan inspecteren. Het is van belang omdat gemiste precancereuze poliepen colorectale kanker kunnen worden, en uit gerandomiseerde onderzoeken blijkt dat CADe het detectiepercentage van adenomen verhoogt, hoewel er vragen blijven bestaan ​​over welke poliepen worden gevonden en of artsen hun vaardigheden verliezen.

Hoe wordt het adenoomdetectiepercentage gedefinieerd?

ADR is de belangrijkste kwaliteitsmaatstaf voor colonoscopie, waarbij het aandeel van de screeningsprocedures wordt geteld waarbij één of meer adenomen worden aangetroffen.

Waarmee werd in de studie van het New England Journal of Medicine uit 2014 de ADR bij hogere endoscopisten in verband gebracht?

Uit het onderzoek bleek dat het risico op intervalkanker grofweg met 3 procent daalde voor elke toename van 1 procentpunt in de bijwerkingen.

Welk apparaat werd in 2021 het eerste CADe-systeem dat door de FDA werd goedgekeurd?

GI Genius was het eerste door de FDA goedgekeurde CADe-apparaat voor colonoscopie; de anderen worden ook op verschillende markten gebruikt.

Welk soort poliepen zijn verantwoordelijk voor de meeste extra detecties van CADe in onderzoeken?

De winst zit vooral in kleine adenomen, die een lager risico op kanker met zich meebrengen. Daarom wordt het verband met minder sterfgevallen nog steeds onderzocht.

Waarom vereisen CADe-systemen dat een detectie over meerdere frames blijft bestaan ​​voordat er een waarschuwing ontstaat?

Tijdelijke persistentie filtert tijdelijke artefacten uit en ruilt een beetje snelheid in voor minder afleidende waarschuwingen.