Eine neue Studie zeigt, dass ein künstliche Intelligenz (KI) Modell, das klinische Informationen und endoskopische ultraschallbilder (EUS) integriert, bei der Differentialdiagnose von soliden Pankreasläsionen helfen kann. Forscher in China nutzten klinische Informationen und EUS-Bilder von 439 Patienten mit soliden Pankreasläsionen, um die Fähigkeit eines KI-Modells zu trainieren und zu validieren, Krebs von nicht-krebsartigen Pankreasläsionen zu unterscheiden.
In einer randomisierten Überkreuz-Studie diagnostizierten 12 Endoskopisten aus vier Zentren in China solide Pankreasläsionen mit oder ohne Unterstützung des KI-Modells. Die Forscher testeten die Leistung des Modells intern und extern anhand von retrospektiven Datensätzen mit 628 Patienten und einem prospektiven Datensatz mit 130 Patienten. Sie verglichen die diagnostische Genauigkeit von Endoskopisten mit und ohne KI-Unterstützung.
Das KI-Modell zeigte Robustheit über interne und externe Kohorten, mit der Fläche unter der Kurve von 0,996 im internen Testdatensatz und zwischen 0,924 und 0,976 in externen Tests. Die diagnostische Genauigkeit von unerfahrenen Endoskopisten wurde signifikant verbessert, und auch erfahrene Endoskopisten zeigten Akzeptanz für die Vorhersagen des KI-Modells nach Ergebnissen interpretierbarkeitsanalysen.
Die Studie legt nahe, dass Endoskopisten unterschiedlicher Expertisen effizient mit diesem multimodalen KI-Modell zusammenarbeiten können und etabliert eine Proof-of-Concept-Studie für die Mensch-KI-Interaktion bei der Behandlung von soliden Läsionen im Pankreas. Die Studie wurde von der National Natural Science Foundation of China unterstützt, wobei zwei Autoren bei Wuhan EndoAngel Medical Technology Co beschäftigt waren, ohne weitere relevante Interessenkonflikte.