Bewertung histologischer Remission bei C. ulcerosa: KI erzielt ähnliche Ergebnisse wie Pathologen

Das Erreichen einer histologischen Remission ist ein wünschenswertes neues Behandlungsziel bei Colitis ulcerosa. Jedoch ist seine Bewertung aufgrund der hohen Inter- und Intraobserver-Variabilität und der fehlenden Standardisierung eine Herausforderung.

Künstliche Intelligenz (KI) könnte eine Möglichkeit sein, diese Probleme zu lösen. Irische Forschende führten nun eine systematische Übersichtsarbeit, Metaanalyse und Metaregression durch, um die Leistung von KI bei der Beurteilung der histologischen Remission zu bewerten und sie mit der Leistung von Pathologen zu verglichen.

Dazu durchsuchten die Wissenschaftler die Literaturdatenbanken Medline/PubMed und Scopus von Anfang an bis September 2024. Sie schlossen Studien über KI-Modelle zur Bewertung der histologischen Aktivität bei C. ulcerosa ein, mit oder ohne Vergleich zu Pathologen. Die Forschenden berechneten dann folgende gepoolte Leistungskennzahlen: Sensitivität, Spezifität, positiver und negativer prädiktiver Wert (PPV und NPV), beobachtete Übereinstimmung und F1-Score. Eine paarweise Metaanalyse verglich schließlich KI und Pathologen, während eine Sub-Metaanalyse und eine Metaregression die Heterogenität und Faktoren bewerteten, die die KI-Leistung beeinflussen.

Insgesamt 12 Studien erfüllten die Einschlusskriterien. Die KI-Modelle zeigten eine starke Leistung mit einer gepoolten Sensitivität von 0,84 (95 %-KI 0,80–0,88), einer Spezifität von 0,87 (95 %-KI 0,84–0,91), einem PPV von 0,90 (95 %-KI 0,87–0,92), einem NPV von 0,80 (95 %-KI 0,71–0,88), einer beobachteten Übereinstimmung von 0,85 (95 %-KI 0,82–0,89) und einem F1-Wert von 0,85 (95 %-KI 0,82–0,89). Dabei weisen die einzelnen KI-Modelle hinsichtlich ihrer Spezifität, beobachteter Übereinstimmung und F1-Score keine signifikanten Unterschiede zu den Pathologen auf, während sie dagegen bei der Sensitivität und dem NPV von den Pathologen deutlich übertroffen wurden.

Demnach hat die KI ein erhebliches Potenzial für die Bewertung der histologischen Remission bei C. ulcerosa und schneidet vergleichbar gut ab wie Pathologen. Es fehlen derzeit großangelegte Studien, die sich auf eine Standardisierung konzentrieren und die eine breite Anwendbarkeit der KI in der Praxis unterstützen können.

(je)