Inteligencia artificial para implementar estrategias de reducción de costes en el cribado por colonoscopia, basadas en la predicción in vivo de la histología de los pólipos.

Este ensayo aleatorizado, multicéntrico y de tres brazos paralelos tiene como objetivo investigar el valor de la biopsia óptica asistida por inteligencia artificial para diferenciar entre pólipos neoplásicos y no neoplásicos, lo que permitirá implementar estrategias de ahorro de costes en los programas de cribado. Se realizará un análisis de coste-efectividad utilizando análisis modernos de emulación de ensayos a partir de grandes conjuntos de datos observacionales y de ensayos clínicos, así como datos de costes reales. Para mejorar el tratamiento personalizado con una nueva herramienta de predicción de riesgos CADx para la colonoscopia, los investigadores incluso desarrollarán un nuevo algoritmo de aprendizaje profundo para la biopsia óptica de la vía alternativa de la carcinogénesis del cáncer colorrectal, es decir, la vía serrada, y desarrollarán modelos de coste-efectividad de la biopsia óptica asistida por inteligencia artificial en el cribado del cáncer colorrectal que proporcionen información fiable para identificar el riesgo de cáncer independientemente de la habilidad de los médicos.