STOCKHOLM, Schweden – Ein durch künstliche Intelligenz (KI) unterstütztes bildverstärktes Endoskopiesystem hat die Gefäßheilung genau beurteilt und einen langfristigen klinischen Rückfall bei Patienten mit Colitis ulcerosa (UC) vorhergesagt, wie aus Daten aus der Studie eines neuartigen Prüfinstruments hervorgeht.
Bei 3 % der Patienten, bei denen eine Gefäßheilung in allen Segmenten festgestellt wurde, wurde ein klinischer Rückfall vorhergesagt, verglichen mit 23,9 % bei Patienten mit Gefäßaktivität (d. h. ein oder mehrere Segmente waren aktiv), berichtet Dr. Yasuharu Maeda, Gastroenterologe am Northern Yokohama Hospital der Showa University , Zentrum für Verdauungskrankheiten, Yokohama, Japan.
Bei Patienten mit einem Mayo Endoscopic Score (MES) ≤ 1 betrug die klinische Rückfallrate 3 % bzw. 18,6 % in der vaskulären Heilungs- und der vaskulären aktiven Gruppe, sagte er.
Die endoskopische Remission sei bei Patienten mit Colitis ulcerosa ein entscheidendes „Treat-to-Target“-Ziel, und die bildverstärkte Endoskopie werde zunehmend in der Routinepraxis eingesetzt, um Entzündungen zu erkennen und Ergebnisse vorherzusagen, sagte Maeda.
„Bildverstärkte Gefäßbefunde führen im Vergleich zur Weißlicht-Endoskopie-Beurteilung zu einer stärkeren Korrelation mit histologischen Aktivitäten und der Langzeitprognose“, erklärte er. „Es bedeutet auch, dass die Beurteilung vor Ort ohne Biopsie, Pathologenaufwand und damit verbundene Kosten durchgeführt werden kann; allerdings ist eine Fachausbildung erforderlich, um eine hohe Genauigkeit der Ergebnisse zu erzielen.“
Maeda präsentierte die Daten (Abstract OP16) auf dem 19. Kongress der European Crohn's and Colitis Organization (ECCO).
Stratifizierung des Rückfallrisikos
Maeda und Kollegen entwickelten ein neuartiges KI-basiertes Schmalband-Bildgebungssystem und trainierten es anhand von 8853 Bildern von 167 Patienten mit UC.
Das KI-System EndoBRAIN-UC (Cybernet System Corp, Tokio) wird derzeit nur für ein Endoskop, das Endocyto CFH290EC (Olympus EMEA, Tokio), verwendet und angepasst, für den Zweck dieser Studie wurde es jedoch anhand von Bildern trainiert fünf verschiedene Bereiche.
„Durch die Kombination von Schmalband-Bildgebung und KI haben wir ein System entwickelt, mit dem wir zwischen Gefäßaktivität und Gefäßheilung unterscheiden können. Dadurch können wir einen Rückfall vorhersagen“, sagte Maeda.
In einer offenen, prospektiven Kohortenstudie testeten sie das System mit dem Ziel, die Wirksamkeit der KI-identifizierten Gefäßheilung zu bewerten, um das Rückfallrisiko bei 100 Patienten zu stratifizieren, die eine klinische Remission der UC zeigten (d. h. partielles MES ≤ 1).
Die Patienteneigenschaften waren in beiden Gruppen ähnlich, mit einer durchschnittlichen Krankheitsdauer von 10 Jahren.
In der Gefäßheilungsgruppe (n = 33) betrug das Durchschnittsalter 52 Jahre, 20 % waren Männer, 58 % hatten eine ausgedehnte Kolitis und 52 % hatten einen MES-Score von 0.
In der gefäßaktiven Gruppe (n = 67) betrug das Durchschnittsalter 56 Jahre, 32 % waren Männer, 61 % hatten eine ausgedehnte Kolitis und 25 % hatten einen MES-Score von 0.
Mithilfe des KI-Systems wurde eine Koloskopie durchgeführt, um die Schleimhaut von sechs kolorektalen Segmenten jedes Patienten als heilend oder aktiv zu identifizieren. Der MES und die histologische Beurteilung dieser Segmente wurden ebenfalls aufgezeichnet. Anschließend wurden die Patienten bis zu 12 Monate lang beobachtet und auf klinische Rückfälle untersucht.
Die klinische Rückfallrate war laut AI in der vaskulär aktiven Gruppe höher als in der vaskulär heilenden Gruppe.
„Wir haben nur die diagnostischen Ergebnisse der KI ausgewertet, aber auch Weißlicht-Endoskopien und Biopsien für Kontraststudien durchgeführt“, bemerkte Maeda.
Sie untersuchten auch, ob der Erfahrungsgrad des Endoskopikers (z. B. Auszubildender oder Experte) wichtig ist, stellten jedoch fest, dass die Vorhersagewerte für klinische Rückfälle unabhängig von der Erfahrung des Endoskopikers waren.
Noch im Anfangsstadium
„Die KI-gestützte Koloskopie befindet sich noch in einem frühen Stadium“, sagte die Co-Moderatorin der Sitzung, Dr. Monika Ferlitsch, Leiterin der Abteilung für Innere Medizin II, Gastroenterologie und Hepatologie, Evangelisches Krankenhaus in Wien, Österreich.
Wir haben jetzt erste Ergebnisse, aber „ich gehe davon aus, dass es 10 bis 20 Jahre dauern wird, bis es in die routinemäßige klinische Praxis umgesetzt wird“, sagte sie.
Das beste Ergebnis für unsere Patienten besteht darin, das Ansprechen auf die Therapie und die Rezidivraten vorhersagen zu können, „und wir sehen, dass dies jetzt mit KI möglich ist. Aber natürlich brauchen wir mehr klinische Daten, um dies zu unterstützen“, sagte Ferlitsch.
Maeda und Ferlitsch haben keine finanziellen Angaben gemacht.
