Precisão no diagnóstico de câncer colorretal invasivo utilizando endocitoscopia assistida por computador

Resumo Contexto e objetivos do estudo O câncer invasivo apresenta risco de metástase e, portanto, a capacidade de distinguir entre lesões cancerosas invasivas e lesões menos agressivas é importante. Avaliamos um sistema de diagnóstico assistido por computador que utiliza endocitoscopia de ultra-alta (aproximadamente × 400) ampliação (EC-CAD). Pacientes e métodos Geramos um banco de dados de imagens a partir de uma série consecutiva de 5843 imagens de endocitoscopia de 375 lesões. Para a construção de um algoritmo diagnóstico, 5543 imagens de endocitoscopia de 238 lesões foram extraídas aleatoriamente do banco de dados para aprendizado de máquina. Aplicamos o algoritmo obtido a 200 imagens de endocitoscopia e calculamos as características do teste para o diagnóstico de câncer invasivo. Definimos um diagnóstico de alta confiança como tendo uma probabilidade ≥ 90 % de estar correto. Resultados Das 200 imagens teste, 188 (94,0 %) foram avaliáveis com o sistema EC-CAD. A sensibilidade, especificidade, precisão, valor preditivo positivo (VPP) e valor preditivo negativo (VPN) foram de 89,4 %, 98,9 %, 94,1 %, 98,8 % e 90,1 %, respectivamente. O diagnóstico de alta confiança apresentou sensibilidade, especificidade, precisão, VPP e VPN de 98,1 %, 100 %, 99,3 %, 100 % e 98,8 %, respectivamente. Conclusão: O EC-CAD pode ser uma ferramenta útil no diagnóstico de câncer colorretal invasivo.