Validación clínica dun sistema de axuda ao diagnóstico basado en intelixencia artificial para a detección e caracterización de pólipos colorrectales
| dc.contributor.affiliation | Universidade de Santiago de Compostela. Facultade de Medicina e Odontoloxía | es_ES |
| dc.contributor.author | Pedrido Fernández, Teresa | |
| dc.contributor.tutor | Gude Sampedro, Francisco | |
| dc.contributor.tutor | Cubiella Fernández, Joaquín | |
| dc.date.accessioned | 2024-03-20T13:10:36Z | |
| dc.date.available | 2024-03-20T13:10:36Z | |
| dc.date.issued | 2023-07 | |
| dc.description | Traballo Fin de Grao en Medicina. Curso 2022-2023 | es_ES |
| dc.description.abstract | Objetivos. Evaluar la precisión diagnóstica de un sistema de diagnóstico asistido por computadora basado en inteligencia artificial (Polydeep CAD) comparando la sensibilidad para la detección y caracterización de pólipos colorrectales con la de endoscopistas expertos. Métodos. Polydeep Advance 1 (NCT05514301) es un estudio prospectivo unicéntrico de pruebas diagnósticas con grupos emparejados (endoscopia alta definición/ Polydeep). Los sujetos se sometieron a colonoscopia realizada por endoscopistas de forma a ciega a Polydeep, empleándose la histología como gold standard para el diagnóstico. Se determinaron las sensibilidades para la detección de pólipos (adenomas, lesiones serradas), para el diagnóstico óptico del endoscopista (clasificación NICE II para histología adenomatosa) y Polydeep (>50% probabilidad neoplasia para adenoma, lesión serrada sésil, adenoma serrado tradicional). Resultados. Se incluyeron 205 pacientes (edad media 63 ± 6.2 años, 51.1 % hombres), 124 con test de sangre oculta en heces positivo, 81 por vigilancia tras resección de adenomas. Se excluyeron 8 por colonoscopia incompleta. Los endoscopistas detectaron 384 lesiones, 39 no detectadas por Polydeep. Polydeep detectó 409 lesiones adicionales, 26 confirmadas por endoscopistas. En total 410 lesiones fueron detectadas y resecadas/biopsiadas. La sensibilidad para la detección de pólipos confirmados histológicamente fue 94.2% (IC 95% 91.0; 96.3%) para los endoscopistas y 91.5% (IC 95% 87.9; 94.1%) para Polydeep. Respecto al diagnóstico óptico, los endoscopistas clasificaron 148 lesiones como NICE I, 236 como NICE II. Polydeep clasificó 258 como neoplasia, 70 como no neoplasia. En las lesiones con diagnóstico histológico, la sensibilidad de los endoscopistas para histología adenomatosa fue 76.6% (IC 95% 70.5; 81.8%) y la de Polydeep para la detección de neoplasia, 82.6% (IC 95% 77.1; 87.0%). Conclusiones. Polydeep tiene una elevada precisión diagnóstica para la detección de pólipos colorrectales y una adecuada sensibilidad para la caracterización de neoplasia. | es_ES |
| dc.description.abstract | Obxectivos. Evaluar a precisión diagnóstica dun sistema de diagnóstico asistido por computadora basado en intelixencia artificial (Polydeep CAD) comparando a sensibilidade na detección e caracterización de pólipos colorrectales coa de endoscopistas expertos. Métodos. Polydeep Advance 1 (NCT05514301) é un estudo prospectivo unicéntrico de probas diagnósticas con grupos emparellados (endoscopia de alta definición/ Polydeep). Os suxeitos sometéronse a colonoscopia realizada por endoscopistas de forma cega a Polydeep, empregándose a histoloxía como gold standard para o diagnóstico. Determináronse as sensibilidades para a detección de pólipos (adenomas, lesións serradas), para o diagnóstico óptico do endoscopista (clasificación NICE II para histoloxía adenomatosa) e de Polydeep (>50% probabilidade neoplasia para adenoma, lesión serrada sesil, adenoma serrado tradicional). Resultados. Incluíronse 205 pacientes (edad media 63 ± 6.2 anos, 51.1% homes), 124 con test de sangue oculto en feces positivo e 81 por vixilancia tras resección de adenomas. Excluíronse 8 pacientes por colonoscopia incompleta. Os endoscopistas detectaron 384 lesións, 39 non detectadas por Polydeep. Polydeep detectou 409 lesións adicionais, 26 confirmadas polos endoscopistas. En total, 410 lesións foron detectadas e resecadas/biopsiadas. A sensibilidade para a detección de pólipos confirmados histolóxicamente foi do 94.2% (IC 95% 91.0; 96.3%) para os endoscopistas e do 91.5% (IC 95% 87.9; 94.1%) para Polydeep. Respecto ao dianóstico óptico, os endoscopistas clasificaron como NICE I 148 lesións, 236 como NICE II. Polydeep clasificou 258 lesións como neoplasia, 70 como non neoplasia. Nas lesións con diagnóstico histolóxico, a sensibilidade dos endoscopistas para a histoloxía adenomatosa foi do 76.6% (IC 95% 70.5; 81.8%). Polydeep tivo unha sensibilidade de 82.6% (IC 95% 77.1; 87.0%) para a detección de neoplasia. Conclusións. Polydeep demostrou ter una elevada precisión diagnóstica para a detección de pólipos colorrectais ademáis dunha adecuada sensibilidade para a caracterización de neoplasia. | es_ES |
| dc.description.abstract | Aims. Evaluate the diagnostic accuracy of an artificial intelligence-based computer aided polyp detection and characterization system (Polydeep CAD) comparing the sensitivity achieved by the system with high experienced endoscopists. Methods. Polydeep Advance 1 (NCT05514301) is an unicentric prospective diagnostic tests trial with a paired design (high definition endoscopy/ Polydeep). Patients underwent through colonoscopy performed by endoscopists, who were blinded to Polydeep performance. The histological assessment of the lesions was used as the gold standard for polyp diagnosis. The sensitivities of Polydeep and the endoscopists were determined for polyp (adenoma, serrated lesion) detection, for the optical diagnosis of the endoscopists (NICE II classification for adenomatous histology) and Polydeep (>50% neoplasia probabililty for adenoma, sesil serrated lesion and traditional serrated adenoma). Results. 205 patients were enrolled to the study (mean age 63 ± 6.2 years, 51.1% men), 124 after a positive fecal occult blood test and 81 due to surveillance after adenoma resection. 8 patients were excluded because of incomplete colonoscopies. The endoscopists detected 384 lesions, 39 not detected by Polydeep. Polydeep detected 409 additional lesions, 26 confirmed by the endoscopists. The sensitivity of the endoscopists for histologically confirmed polyps detection was 94.2% (IC 95% 91.0; 96.3%) and Polydeep sensitivity was 91.5% (IC 95% 87.9; 94.1%). In regard to optical diagnosis, endoscopists classified 148 lesions as NICE I, 236 as NICE II. In contrast, Polydeep classified 258 lesions as neoplasia, 70 lesions as non-neoplastic. The sensitivity of the endoscopists for adenomatous histology of histologically confirmed polyps was 76.6% (IC 70.5; 81.8%). Polydeep achieved a sensitivity for neoplasia detection of 82.6% (IC 77.1; 87.0%). Conclusions. Polydeep CAD has demonstrated a high diagnostic accuracy for colorectal polyp detection. Furthermore, Polydeep has also demonstrated a high sensitivity in real time neoplasia characterization. | es_ES |
| dc.identifier.uri | http://hdl.handle.net/10347/33257 | |
| dc.language.iso | spa | es_ES |
| dc.rights | Atribución-NoComercial-CompartirIgual 4.0 Internacional | |
| dc.rights.accessRights | open access | es_ES |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Cáncer colorrectal | es_ES |
| dc.subject | Pólipos colorrectales | es_ES |
| dc.subject | Cribado | es_ES |
| dc.subject | Inteligencia artificial | es_ES |
| dc.subject | Sistema de diagnóstico asistido por computadora | es_ES |
| dc.subject | Intelixencia artificial | es_ES |
| dc.subject | Deep learning | es_ES |
| dc.subject | Colorectal cancer | es_ES |
| dc.subject | Colorectal polyps | es_ES |
| dc.subject | Screening | es_ES |
| dc.subject | Artificial intelligence | es_ES |
| dc.subject | Computer aided diagnosis system | es_ES |
| dc.title | Validación clínica dun sistema de axuda ao diagnóstico basado en intelixencia artificial para a detección e caracterización de pólipos colorrectales | es_ES |
| dc.title.alternative | Validación clínica de un sistema de ayuda al diagnóstico basado en la inteligencia artificial para la detección y caracterización de pólipos colorrectales | es_ES |
| dc.title.alternative | Clinical validation of an artificial intelligence-based detection and characterization system of colorectal polyps | es_ES |
| dc.type | bachelor thesis | es_ES |
| dspace.entity.type | Publication | |
| relation.isAdvisorOfPublication | 61ef7bd7-5fc0-4694-82ef-d102c16b2204 | |
| relation.isTutorOfPublication | 61ef7bd7-5fc0-4694-82ef-d102c16b2204 | |
| relation.isTutorOfPublication.latestForDiscovery | 61ef7bd7-5fc0-4694-82ef-d102c16b2204 |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- 2023_TFG_Medicina_Pedrido_Validacion.pdf
- Size:
- 1.45 MB
- Format:
- Adobe Portable Document Format
- Description:
- Traballo Fin de Grao