O Ensaio EAGLE, um estudo multicêntrico randomizado e controlado que avaliou o dispositivo CADDIE™ da Olympus, demonstrou que a inteligência artificial baseada em nuvem pode melhorar significativamente a detecção de lesões colorretais de alto risco durante a colonoscopia. Publicado na npj Digital Medicine, o estudo representa um desenvolvimento fundamental na tecnologia de detecção assistida por computador para endoscopia gastrointestinal.
Realizado em oito centros de quatro países europeus, o ensaio envolveu 841 pacientes e 22 endoscopistas que realizaram colonoscopias de rastreio e vigilância. Os pacientes foram randomizados para receber colonoscopia padrão ou colonoscopia assistida pelo CADDIE. A aplicação CADDIE™ é a primeira solução de Detecção Assistida por Computador baseada em nuvem para detecção de pólipos em tempo real durante a colonoscopia que recebeu tanto a autorização da FDA quanto a marcação CE.
Os principais achados do estudo revelaram melhorias substanciais na detecção de lesões clinicamente significativas. Em pacientes de rastreio e vigilância, o uso da aplicação CADDIE™ foi associado a um aumento absoluto de 7,3% na taxa de detecção de adenomas em comparação com a colonoscopia padrão. Mais importante ainda, o sistema demonstrou aumentos relativos notáveis nas taxas de detecção para subtipos específicos de lesões de alto risco: 93% para adenomas grandes (>10 mm), 57% para adenomas não polipoides e 230% para lesões serrilhadas sésseis (LSS).
A significância clínica destes achados é substancial, uma vez que lesões com morfologia séssil ou plana são particularmente difíceis de detetar, mas podem conter patologia clinicamente relevante. As LSS, em particular, representam lesões de alto risco cuja detecção é crítica para reduzir o risco de cancro colorretal pós-colonoscopia. A capacidade de detetar LSS de forma fiável é cada vez mais vista como uma consideração de qualidade crítica na colonoscopia, conforme observado nas diretrizes recentes da Sociedade Europeia de Endoscopia Gastrointestinal e da Associação Americana de Gastroenterologia.
A aplicação CADDIE™ é especificamente treinada num conjunto de dados enriquecido com lesões clinicamente relevantes e de difícil deteção, incluindo lesões serrilhadas sésseis planas e pólipos grandes. Esta abordagem direcionada aborda algumas das preocupações levantadas em diretrizes recentes sobre ressecções desnecessárias, uma vez que o estudo demonstrou um aumento na deteção de lesões clinicamente relevantes sem aumentar procedimentos desnecessários.
A implementação em nuvem representa uma inovação significativa na implementação de IA médica. A aplicação CADDIE™ aproveita a arquitetura em nuvem com controlos de segurança padrão da indústria, oferecendo flexibilidade aos hospitais ao reduzir a dependência de hardware e permitir modelos de aquisição baseados em subscrição. Esta abordagem tem o potencial de democratizar o acesso a ferramentas avançadas de IA e estabelece as bases para futuras aplicações de IA em endoscopia. Para acesso completo ao estudo do Ensaio EAGLE, visite https://doi.org/10.1038/s41746-025-02270-1.
O Investigador Principal Rawen Kader observou que "a implementação em nuvem pode remover barreiras de hardware e dar aos hospitais acesso às mais recentes inovações em IA, o que tem o potencial de melhorar a deteção das lesões que mais importam para reduzir o risco de cancro colorretal." Este sentimento foi ecoado por executivos da Olympus, que enfatizaram que fornecer IA em tempo real através da nuvem pode ajudar a acelerar a inovação e permitir que hospitais em todo o mundo beneficiem de tecnologias baseadas em evidências.
A publicação do estudo numa revista de alto impacto apoia a adoção clínica do dispositivo CADDIE™ como uma solução de IA que pode melhorar a deteção de lesões clinicamente relevantes sem comprometer a segurança ou a eficiência. Como o cancro colorretal continua a ser uma das principais causas de mortalidade por cancro em todo o mundo, as tecnologias que melhoram a deteção precoce de lesões pré-cancerosas representam avanços significativos na medicina preventiva. Os resultados do Ensaio EAGLE sugerem que os sistemas de IA baseados em nuvem poderão tornar-se ferramentas padrão em programas de rastreio de cancro colorretal, potencialmente reduzindo cancros de intervalo e melhorando os resultados dos pacientes através de uma deteção de lesões mais abrangente.
