Einsatz von künstlicher Intelligenz in Echtzeit bei der Darmkrebsüberwachung von Patienten mit Lynch-Syndrom

Abstract

Die Dissertation untersucht den Einsatz künstlicher Intelligenz in der endoskopischen Überwachung von Patientin mit Lynch-Syndrom im Rahmen der CADLY-Studie. In der Studie wurden Vorsorgekoloskopien bei Lynch-Syndrom Patienten mit oder ohne künstliche Intelligenz durchgeführt. Die Studie zeigt erstmals, dass der Einsatz künstlicher Intelligenz bei Koloskopien im Risikokollektiv vielversprechend ist. <br/>

Ein Vorteil ist die erhöhte Detektionsrate flacher Läsionen, die bei herkömmlichen Koloskopie-Verfahren häufig übersehen werden. Dies ist von besonderer klinischer Relevanz, da gerade solche Läsionen ein potenziell erhöhtes Risiko für die Entwicklung eines Kolonkarzinoms darstellen und deren frühzeitige Erkennung entscheidend für eine erfolgreiche Behandlung ist. <br/> Trotz der teilweise positiven Ergebnisse muss jedoch betont werden, dass die Studie einige methodische Einschränkungen aufweist. Die geringe Stichprobengröße und das explorative Studiendesign erlauben keine generalisierbaren Aussagen über die Effektivität der künstlichen Intelligenz in der breiten klinischen Anwendung. Zudem fehlen Vergleiche in einem multizentrischen Kontext, um die Anwendbarkeit der Ergebnisse über verschiedene Patientengruppen, Kliniken und technische Voraussetzungen hinweg zu validieren. <br/>

Zusammenfassend lässt sich sagen, dass die CADLY-Studie einen wichtigen ersten Schritt darstellt, der auf das Potenzial von KI bei der Verbesserung der Früherkennung von Läsionen hinweist. Gleichzeitig betont sie aber auch die Notwendigkeit weiterer Forschung, um die langfristige klinische Relevanz und die tatsächlichen Auswirkungen dieser Technologie auf die Patientenversorgung zu evaluieren. Auch in den Positionspapieren der Fachgesellschaften für Gastroenterologie zeigen sich ähnliche Ergebnisse.

This dissertation examines the use of artificial intelligence in the endoscopic monitoring of patients with Lynch syndrome as part of the CADLY study. In the study, screening colonoscopies were performed on patients with Lynch syndrome, with and without the use of artificial intelligence. This study demonstrates for the first time that the use of artificial intelligence in colonoscopies among high-risk populations is promising. <br/>

One advantage is the increased detection rate of flat lesions, which are often overlooked in conventional colonoscopy procedures. This is of particular clinical relevance, as such lesions in particular pose a potentially increased risk for the development of colorectal cancer, and their early detection is crucial for successful treatment. Despite the generally positive results, however, it must be emphasized that the study has some methodological limitations. The small sample size and the exploratory study design do not allow for generalizable conclusions regarding the effectiveness of artificial intelligence in broad clinical practice. Furthermore, comparisons in a multicenter context are lacking to validate the applicability of the results across different patient groups, clinics, and technical conditions. <br/>

At the same time, however, it also emphasizes the need for further research to evaluate the long-term clinical relevance and the actual impact of this technology on patient care. Similar findings are also reflected in the position papers of the gastroenterology societies.