– Die in Gut veröffentlichten Daten zeigen, dass das automatisierte Polypendetektionssystem des Unternehmens die Zahl der kleinen Tumore und hyperplastischen Polypen, die bei der Koloskopie entdeckt werden, signifikant erhöht hat; eine verbesserte Erkennung kann eine effektivere Intervention ermöglichen, die die Morbidität und Mortalität von Darmkrebs reduziert –
SHANGHAI, China, March 12, 2019 (GLOBE NEWSWIRE) -- Shanghai Wision AI Co. Ltd, ein führendes Unternehmen in der Entwicklung computergestützter Diagnosealgorithmen und -systeme zur Verbesserung der Genauigkeit und Effektivität der diagnostischen Bildgebung, gab heute die Ergebnisse der ersten prospektiven, randomisierten und kontrollierten klinischen Studie eines auf künstlicher Intelligenz (KI) basierenden Systems zur Krankheitsdiagnose bekannt. Die Studie, die an 1.058 Patienten durchgeführt wurde, die sich einer Darmspiegelung unterzogen, ergab, dass das System von Wision AI die Erkennungsraten von Adenomen und Polypen sowie die durchschnittliche Anzahl der pro Patient erkannten Adenome und Polypen signifikant erhöhte.
Klinikärzte am Center for Advanced Endoscopy des Beth Israel Deaconess Medical Center (BIDMC), an der Harvard Medical School und am Sichuan Provincial People’s Hospital führten die Studie mit dem von Wision AI entwickelten automatisierten Polypendetektionssystem durch. Die Studienergebnisse erscheinen in der aktuellen Ausgabe von Gut: https://gut.bmj.com/content/early/2019/02/27/gutjnl-2018-317500
„Die Rate nicht erkannter Darmpolypen kann bis zu 30 Prozent betragen. Dies begrenzt die Wirksamkeit der Screening-Koloskopie, die ein entscheidendes Instrument zur Verringerung der Inzidenz und Mortalität von Darmkrebs durch Detektion und Entfernung adenomatöser Polypen ist“, sagte Tyler Berzin, MD, Co-Director, GI Endoscopy, und Director, Advanced Endoscopy Fellowship am BIDMC und Assistenzprofessor für Medizin an der Harvard Medical School. „Die Ergebnisse dieser Studie zeigen deutlich, dass ein leistungsstarkes, automatisches Echtzeit-Polypendetektionssystem, das auf einem Deep-Learning-Algorithmus basiert, die Erkennung von Polypen und Adenomen signifikant erhöhen kann, insbesondere, wenn sie 5 mm groß oder kleiner sind. Aufgrund seiner hohen Treffsicherheit, Genauigkeit, und Stabilität könnte ein automatisches Polypendetektionssystem eine verbesserte Erkennung von Darmpolypen und Adenomen in der klinischen Praxis ermöglichen.“
Insgesamt 1.130 Patienten erfüllten die Zulassungskriterien für die Studie und wurden für die routinemäßige Koloskopie (n=567) oder eine Koloskopie mit computergestützter Diagnose (CAD) randomisiert (n=563). Nach der Randomisierung erfüllten 72 Patienten die Ausschlusskriterien, was dazu führte, dass 536 Patienten einer routinemäßigen Koloskopie und 522 einer CAD-Koloskopie unterzogen wurden. In der CAD-Gruppe wurde das automatische Echtzeit-Polypendetektionssystem zur Unterstützung des Endoskopikers eingesetzt. Der Endoskopiker konzentrierte sich während des Eingriffs hauptsächlich auf den Originalmonitor und wurde durch einen akustischen Alarm aufgefordert, den Systemmonitor zu betrachten. Der Endoskopiker musste jeden Polypen überprüfen, den das System erkannt hatte.
Zu den wichtigsten Ergebnissen der Studie gehören:
- Polypendetektion
- Die durchschnittliche Anzahl der pro Koloskopie in der Kontroll- und der CAD-Gruppe erkannten Polypen betrug 0,51 bzw. 0,97 (p<0,001).
- Es gab einen 1,89-fachen Anstieg der durchschnittlichen Anzahl der erkannten Polypen zwischen den beiden Gruppen (p<0,001).
- Die Polypendetektionsrate der Kontroll- und der CAD-Gruppe betrug 0,29 bzw. 0,45 (p<0,001).
- Adenom-Erkennung
- Die durchschnittliche Anzahl der pro Koloskopie in der Kontroll- und der CAD-Gruppe erkannten Adenome betrug 0,31 bzw. 0,53 (p<0,001).
- Es gab einen 1,72-fachen Anstieg der durchschnittlichen Anzahl der erkannten Adenome zwischen der Versuchs- und der Kontrollgruppe (p<0,001).
- Die Adenomdetektionsrate der Kontroll- und der CAD-Gruppe betrug 0,20 bzw. 0,29 (p<0,001).
- In der CAD-Gruppe gab es insgesamt 39 Fehlalarme (nicht läsioneller fortlaufender Bereich) mit einem Durchschnitt von 0,075 Fehlalarmen pro Koloskopie; alle vom Endoskopiker in der CAD-Gruppe erkannten Polypen wurden ebenfalls vom automatischen Detektionssystem erkannt.
- Ohne Berücksichtigung der zusätzlichen Biopsiezeit war die gesamte Behandlungszeit bei der Kontroll- und der CAD-Gruppe ähnlich.
- Die Verbesserung der Adenom-Detektionsrate zwischen der CAD- und der Kontrollgruppe war bei Patienten mit normalem Darm statistisch signifikant, nicht aber bei Patienten mit ausgezeichneter Darmvorbereitung.
- Es wurden keine Komplikationen berichtet.
„Das Ziel eines CAD-Systems liegt nicht darin, zu zeigen, wie intelligent die KI ist, sondern im klinischen Umfeld nützlich zu sein, was unser Engagement für die Innovation der KI-basierten Diagnostik mit nachgewiesenem klinischen Nutzen unterstreicht“, sagte JingJia Liu, Chief Executive Officer von Wision AI. „Die Studie zeigt, dass die Nutzung unseres Systems die Behandlungszeit nicht erhöht hat, was vor allem auf die geringe Fehlalarmrate zurückzuführen ist. Dies demonstriert, dass das System die Erkennung von Polypen und Adenomen verbessern kann, ohne die Effizienz von Ärzten und Einrichtungen negativ zu beeinflussen. Die Beobachtung, dass unser System eine noch bessere Erkennung bei Patienten mit normaler Darmvorbereitung ermöglicht hat, ist auch deshalb wichtig, weil die vollständige Einhaltung der Darmvorbereitungsverfahren für einige Patienten schwierig sein kann und daher nicht alle Patienten eine ausgezeichnete Vorbereitung erreichen. Wir glauben, dass die Ergebnisse dieser Studie sehr überzeugend sind und eine weitere Bewertung unserer Technologie bei der Screening-Koloskopie oder anderen diagnostischen Indikationen rechtfertigen.“
Offenlegung von Interessenkonflikten: Dr. Berzin hat Forschungsunterstützung von Shanghai Wision AI Co., Ltd. erhalten und ist als bezahlter Berater für das Unternehmen tätig. Er ist außerdem bezahlter Berater von FUJIFILM Medical Systems U.S.A., Inc.
Über Wision AI
Shanghai Wision AI Co. Ltd ist ein führendes Unternehmen in der Entwicklung computergestützter Diagnosealgorithmen und -systeme zur Verbesserung der Genauigkeit und Effektivität der diagnostischen Bildgebung. Das in Shanghai, China, ansässige Unternehmen verfügt über umfangreiche Expertise in den Bereichen Mathematik, Algorithmenentwicklung sowie Soft- und Hardware-Engineering und arbeitet eng mit erstklassigen medizinischen Einrichtungen in China und auf der ganzen Welt zusammen. Das Unternehmen bildet medizinisches Wissen in flexiblen und skalierbaren Modellen ab, die modernste künstliche neuronale Netze und universelles Computing nutzen, um eine hohe Sensitivität und Spezifität bei der Erkennung, Segmentierung und Messung in der diagnostischen Bildgebung zu erreichen. Zukünftige klinische Studien zu Wision AI sollen in Kürze in den USA stattfinden. Außerdem sucht das Unternehmen klinische Partner in Europa. Wision AI entwickelt seinen Ansatz der transformativen mathematischen Medizin in mehreren klinischen Bereichen weiter, darunter Gastroenterologie, Ophthalmologie und Pathologie. Weitere Informationen über Wision AI finden Sie unter http://www.wision.com/
Ansprechpartner
Für Wision AI
Shawn Liu +86 139-1030-8383
shawn@wision.com
Oder
Lazar Partners
Eric Sandoval - +1 (917) 487-2867
esandoval@Lazarpartners.com
Ein Foto zu dieser Ankündigung ist verfügbar unter http://www.globenewswire.com/NewsRoom/AttachmentNg/24d2cf6e-ebb9-4103-91b1-58d752a3204f