Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

KI-gestützte Echtzeit-Klassifikation von Kolonialpolypen: europäisch-japanische Multicenterstudie

Olabintan O et al. · JMIR Res Protoc · erschienen 21.10.2026 · in PubMed seit 22.10.2026 · PMID 42905971

Von KI ausgewählt und zusammengefasst

Worum es geht

Protokoll für prospektive Multicenterstudie mit über 17.000 Bildern aus 9 Zentren (8 europäisch, 1 japanisch) zur Entwicklung eines multiklassifizierten AI-Systems (Nichtneoplasie, niedrig-/hochgradige Adenome, sessile Polypen, invasives Karzinom) zur Verbesserung der optischen Diagnostik während Koloskopie.

Ergebnis

Studienprotokoll; Zieldefinition: 85 % Genauigkeit der AI-Klassifikation. Einsatz von SimCLR-basiertem halbüberwachtem Lernen mit Grad-CAM für Interpretierbarkeit. Datenmanagement über REDCap mit Deidentifikation geplant. Ziel ist klinisch anwendbares, multimodales System jenseits binärer Klassifizierung.

Übertragbarkeit auf Deutschland

Hauptsächlich europäische Zentren (UK, Spanien, Norwegen, Deutschland, Italien, Dänemark); deutsches Zentrum beteiligt; direkt relevant für deutsche Klinikpraxis.

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.