H τεχνητή νοημοσύνη στον τομέα της ιατρικής αναφέρεται στον κλάδο της πληροφορικής, ο οποίος ασχολείται με την ανίχνευση και αντιμετώπιση παθήσεων του ανθρώπινου οργανισμού.
Δεν έρχεται να αντικαταστήσει τον γιατρό, αλλά να προσθέσει ένα επιπλέον εργαλείο στη διάγνωση και αντιμετώπιση των παθήσεων του ανθρώπινου οργανισμού. Η τεχνητή νοημοσύνη (AI) συνεχίζει να εξελίσσεται ταχέως στην ιατρική και οι κλινικές εφαρμογές της γίνονται όλο και πιο εμφανείς και χειροπιαστές. Βασιζόμενη σε μεγάλο βαθμό στην ενδοσκοπική και ακτινολογική απεικόνιση, η γαστρεντερολογία έχει καταστεί ένα ελκυστικό πεδίο εφαρμογής της τεχνητής νοημοσύνης.
Η ενδοσκόπηση αποτελεί το σημαντικότερο διαγνωστικό και θεραπευτικό εργαλείο στον χώρο της γαστρεντερολογίας και εξελίσσεται και αυτή ραγδαία λόγω της τεράστιας ανάπτυξης της ιατρικής τεχνολογίας. Η εξέλιξη της απεικόνισης σε 4Κ, η προσθήκη της μεγεθυντικής zoom ενδοσκόπησης και της χρωμοενδοσκόπησης, καθώς και η ενσωμάτωση και άλλων τεχνικών έχουν αναγάγει την ενδοσκόπηση σε μείζονα εξέταση στο χώρο της διαγνωστικής και θεραπευτικής ιατρικής. Έτσι, ο συνδυασμός της τεχνητής νοημοσύνης και της σύγχρονης ενδοσκόπησης αναμένεται να συμβάλλει ακόμα περισσότερο στην εξέλιξη της γαστρεντερολογίας και να ανοίξει νέους χώρους για το μέλλον της.
Ειδικό ενδιαφέρον για την εφαρμογή της ΑΙ έχει ήδη εκδηλωθεί σε αρκετούς τομείς του πεπτικού συστήματος και πολλές μελέτες διεξάγονται με πολύ ενθαρρυντικά αποτελέσματα. Αυτά συμπεριλαμβάνουν την ανίχνευση των γαστρεντερικών νεοπλασματικών βλαβών του οισοφάγου, του στομάχου, του παγκρέατος και του παχέος εντέρου.
Αναλυτικότερα, η ανώτερη γαστρεντερική οδός περιλαμβάνει πολλές περιοχές αυξημένου ενδιαφέροντος που αφορούν την ανίχνευση προκαρκινικών βλαβών στον οισοφάγο, όπως η αναγνώριση δυσπλασίας και πρώιμης νεοπλασίας τόσο στον οισοφάγο (Barrett) όσο και στην εξέλιξη της εντερικής μεταπλασίας στον στόμαχο. Παρά το γεγονός ότι η ιστοπαθολογική ανάλυση είναι ο χρυσός κανόνας για την ανεύρεση δυσπλασίας στις ανωτέρω παθήσεις, είναι υψίστης σημασίας για τους ενδοσκόπους να λαμβάνουν στοχευμένες βιοψίες από συγκεκριμένα σημεία εκεί όπου υπάρχει μεγαλύτερη πιθανότητα να εντοπίζεται η πραγματική βλάβη. Με την προσθήκη της συμβατικής απεικόνισης λευκού φωτός (WLI), ψηφιακής χρωμοενδοσκόπησης δηλαδή απεικόνιση στενής ζώνης (NBI), μεγεθυντικής ενδοσκόπησης (Zoom), καθώς και της κυτταροενδοσκόπησης (Cytoendoscopy), η τεχνητή νοημοσύνη μπορεί να προσανατολίσει τον κλινικό ιατρό στη διεξαγωγή κατευθυνόμενων βιοψιών για την ανίχνευση των περιοχών δυσπλασίας αντί να βασίζεται σε τυχαία δειγματοληψία.
Επιπλέον η ανίχνευση προκαρκινικών και κακοήθων βλαβών του κατώτερου πεπτικού συστήματος κατά την κολονοσκόπηση αποτελεί τον ακρογωνιαίο λίθο της πρόληψης του καρκίνου του παχέος εντέρου (CRC). Εκτιμάται ότι η ανάπτυξη καρκίνου μετά την κολονοσκόπηση προληπτικού ελέγχου και πριν από την επόμενη προγραμματισμένη απαντάται στο 2%-6% των περιπτώσεων και θα μπορούσε να αφορά χαμένους πολύποδες. Αυτό κρίνεται κρίσιμο για την ανάπτυξη οποιασδήποτε τεχνικής που αυξάνει την διαγνωστική ακρίβεια στον τομέα αυτόν, καθόσον γνωρίζουμε ότι η αύξηση της διάγνωσης των πολυπόδων κατά 1% μειώνει τον κίνδυνο εμφάνισης καρκίνου κατά 3%.
Αυτό φαίνεται να επιτυγχάνεται με την προσθήκη της ΑΙ στην κολονοσκόπηση. Ένας μεγάλος αριθμός ερευνητικών μελετών εξελίσσεται αυτή τη στιγμή προς την κατεύθυνση αυτή, με στόχο τον αποδοτικότερο εντοπισμό των προκακοήθων βλαβών, δηλαδή των πολυπόδων με την τεχνική της τεχνητής νοημοσύνης. Αυτές έχουν δείξει ότι η ΑΙ αυξάνει την διαγνωστική της ακρίβεια με την ευαισθησία της να φτάνει στο 100%. Η ανίχνευση πολυπόδων σε πραγματικό χρόνο αγγίζει το 87,6%, ενώ η διάγνωση των πολυπόδων είναι ψευδώς θετική στο 47%.
Μια παρατήρηση που έχει κερδίσει την ιδιαίτερη προσοχή μας είναι ότι η παρουσία έμπειρων νοσηλευτών ενδοσκόπησης ή υπό εκπαίδευση υπότροφων ιατρών ή οποιουδήποτε εκπαιδευμένου δεύτερου παρατηρητή κατά τη διάρκεια της ίδιας της διαδικασίας, βελτιώνει την ανάδειξη των αδενοματωδών πολυπόδων adenoma detection rate (ADR). H AI διαδραματίζει ακριβώς τον ρόλο του τεκμηριωμένου δεύτερου παρατηρητή με αποτέλεσμα την αύξηση του ποσοστού ανεύρεσης πολυπόδων.
Το τελευταίο διάστημα έχει προστεθεί η CADx τεχνική, η οποία συγκρίνει το ενδοσκοπικό εύρημα, τον πολύποδα εν προκειμένω, με 13.000.000 αποθηκευμένες εικόνες αντίστοιχες πολυπόδων με ιστολογική επιβεβαίωση. Η επεξεργασία γίνεται σε μόλις 3 έως 5 δευτερόλεπτα και το αποτέλεσμα μας δίνει τη διάγνωση του πολύποδα σε ποσοστό 95% περίπου, εάν δηλαδή πρόκειται για αδένωμα ή υπερπλαστικό πολύποδα. Αδενώματα είναι οι πολύποδες που εξελίσσονται σε καρκίνο ενώ υπερπλαστικοί αυτοί που δεν έχουν τόσο μεγάλη κλινική σημασία. Έτσι ο χαρακτηρισμός από την CADx μας παρέχει την δυνατότητα να προχωρήσουμε στην αφαίρεση του πολύποδα ενδοσκοπικά με μεγαλύτερη σιγουριά και ασφάλεια. Σίγουρα η βάση δεδομένων θα διευρυνθεί ακόμη περισσότερο στο άμεσο μέλλον και η ΑΙ θα συμβάλλει σημαντικά στη μείωση της εμφάνισης του καρκίνου του ΠΕ σαν τελικό αποτέλεσμα.
Η τεχνητή νοημοσύνη συνεχίζει να εξελίσσεται και η ενσωμάτωσή της στην ενδοσκόπηση του γαστρεντερικού συστήματος υπόσχεται ένα μέλλον όπου η διαγνωστική ακρίβεια, η εξατομικευμένη θεραπεία και τα αποτελέσματα των ασθενών, βελτιώνονται σημαντικά. Οι ενδείξεις εφαρμογής της και οι δυνατότητες διευρύνονται συνεχώς με αποτέλεσμα η τεχνητή νοημοσύνη να εξελιχθεί σε πραγματικά πολύτιμο εργαλείο τόσο στο χώρο της Γαστρεντερολογίας όσο και της Ιατρικής γενικότερα.
