AI-assistierte Endoskopie bietet Genauigkeit bei der Entdeckung von Tumoren im oberen GI-Trakt

Studiendesign

• Datensätze zu Training, Validierung und intrinsischer Bestätigung (1.036.496 Endoskopiebilder von 84.424 Teilnehmern) aus 6 Kliniken in China.
• Finanzierung: verschiedene nichtindustrielle Quellen.

Wesentliche Ergebnisse

• AI hatte eine starke diagnostische Genauigkeit:
  • Datensatz mit interner Validierung: 0,955 (95% KI 0,952-0,957).
  • Prospektiver Datensatz: 0,927 (95% KI 0,925-0,929).
  • Fünf Datensätze mit externer Validierung: Intervall 0,915 (95% KI 0,913-0,917) bis 0,977 (95% KI 0,977-0,978).
• AI hatte hatte eine Sensitivität vergleichbar mit Endoskopie-Experten (0,942 vs. 0,945; p=0,692) und besser als kompetente Endoskopiker (0,858; p<0,0001) und Endoskopie-Auszubildende (0,722; p<0,0001).
• Der positiv prädiktive Wert (0,814) war geringer als der von Endoskopie-Experten (0,932; p<0,0001) und kompetenten Endoskopikern (0,974; p<0,0001), jedoch ähnlich dem von Endoskopie-Auszubildenden (0,824; p=0,580).
• Negativ prädiktiver Wert:
  • AI: 0,978 (95% KI 0,971-0,984).
  • Endoskopie-Experte: 0,980 (95% KI 0,974-0,985).
  • Kompetenter Endoskopiker: 0,951 (95% KI 0,942-0,959).
  • Endoskopie-Auszubildender: 0,904 (95% KI 0,893-0,916).
• AI verbesserte die Sensitivität auf Expertenlevel, wenn sie kompetente Endoskopiker (0,978; p<0,0001) und Auszubildende (0,964; p<0,0001) ergänzte.

Einschränkungen

• Die Studie verwendete nur Weißlicht-Bilder.
• Training/Validierung wurde retrospektiv durchgeführt.