Künstliche Intelligenz zur besseren Schweregradeinschätzung bei Colitis ulcerosa

Die Einschätzung des endoskopischen Schweregrades bei chronisch-entzündlichen Darmerkrankungen ist für die weitere Behandlung unverzichtbar. Im Alltag ist dies jedoch subjektiv und häufig mit einer hohen Abweichung zwischen unterschiedlichen Untersucher:innen verbunden. Die existierenden validierten Scores zur Schweregradeinschätzung der Colitis ulcerosa (Mayo Endoscopic Subscore, Ulcerative Colitis Endoscopic Index of Severity) klassifizieren objektiv den Schweregrad der Entzündungsaktivität. Darüber hinaus bestimmt jedoch auch der subjektive Eindruck von spezialisierten Endoskopiker:innen weiter über das klinische Prozedere. Takabayashi und Kolleg:innen entwickelten ein Artificial-Intelligence-(AI-)Tool, das neben objektiven Scores auch eine visuelle Analogskala (VAS) mit der Einschätzung von CED-Endoskopie-Expert:innen berücksichtigt. Diese neue UC Endoscopic Gradation Scale (UCEGS) bestimmt auf Basis eines „convolutional neural network“ den endoskopischen Schweregrad in Echtzeit mit einer starken Korrelation zur Einschätzung von spezialisierten Endoskopiker:innen (Korrelationskoeffizient 0,95; p < 0,01).

Fazit: AI-Tools zur Bestimmung des Mayo Endoscopic Scores (MES) gibt es bereits, dabei werden jedoch wichtige Variablen häufig nicht berücksichtigt, da der MES nur vier Abstufungen erlaubt. Bei diesem AI-Tool wird auch der subjektive Eindruck von internationalen CED-Endoskopie-Expert:innen berücksichtigt, was einer willkommenen Erweiterung bisheriger AI-Systeme entspricht.

DOP74: Takabayashi K et al., Artificial Intelligence Quantifying Endoscopic Severity of Ulcerative Colitis in Gradation Scale