Impacto de la colonoscopia con modelos integrados de inteligencia artificial en pacientes con sospecha de cáncer colorrectal
DOI:
https://doi.org/10.30944/20117582.2979Palabras clave:
inteligencia artificial, cirugía, colonoscopia, neoplasias colorrectales, lesiones precancerosasResumen
Introducción. El cáncer colorrectal representa uno de los principales cánceres a nivel mundial. La mejor estrategia para reducir la mortalidad consiste en la detección temprana y la remoción de lesiones precancerosas (LPC) mediante la colonoscopia, la cual es operador dependiente. Recientemente se ha incorporado la inteligencia artificial (IA) con el fin de minimizar al máximo la omisión de lesiones, los errores y sesgos del operador. El objetivo de esta revisión no sistemática de la literatura fue determinar el impacto del uso de la IA en pacientes llevados a colonoscopia.
Métodos. Se hizo una búsqueda en PubMed con los términos artificial intelligence AND colorectal cancer AND colonoscopy y se filtró por metaanálisis, disponibilidad gratuita y publicación entre 2020 y 2025. Se hizo otra búsqueda en Google Scholar de literatura latinoamericana.
Resultados. Se obtuvieron 11 metaanálisis, que fueron tenidos en cuenta en su totalidad. Estos analizaron estudios donde compararon el desempeño medido en indicadores de calidad de la colonoscopia con y sin uso de la IA. No se encontraron estudios desarrollados en Latinoamérica. La evidencia de los diferentes metaanálisis respalda el uso de IA como apoyo en las colonoscopias para la detección de LPC, tanto para expertos como para inexpertos. No se encontró un cambio en la duración del procedimiento.
Conclusión. La aplicación de IA como asistencia en las colonoscopias incrementa significativamente la detección de LPC, independientemente de sus características. Sin embargo, es un campo en formación, por lo que se debe seguir estudiando su aplicación en el contexto clínico y latinoamericano.
Descargas
Referencias bibliográficas
World Health Organization. International Association of Cancer Registries (IACR). Cancer today - 2022. Age-standardized rate (World) per 100,000, incidence, both sexes, in 2022. Fecha de consulta: 18 de mayo de 2025. Disponible en: https://gco.iarc.fr/today/en/ dataviz/bars?mode=cancer&group_populations=1
Agudelo L, Isaza-Restrepo A, Figueroa C, Monroy A, Padrón J, Villaveces M. Experiencia en el manejo de cáncer colorrectal en Méderi-Hospital Universitario Mayor, 2012-2014. Rev Colomb Cir. 2017;32:262-8. https://doi.org/10.30944/20117582.33
Keshtkar K, Safarpour AR, Heshmat R, Sotoudehmanesh R, Keshtkar A. A systematic review and meta-analysis of convolutional neural network in the diagnosis of colorectal polyps and cancer. Turk J Gastroenterol. 2023;34:985-97. https://doi.org/10.5152/tjg.2023.22491
Gil-Parada FL, Torres-Amaya M, Riveros-Santoya SV, Castaño-Llano R, Ibáñez H, Huertas-Quintero MM, et al. Guía de práctica clínica para la tamización del cáncer colorrectal - 2015. Rev Colomb Gastroenterol. 2015;30( Suppl 1):67-74.
Makar J, Abdelmalak J, Con D, Hafeez B, Garg M. Use of artificial intelligence improves colonoscopy performance in adenoma detection: A systematic review and meta-analysis. Gastrointest Endosc. 2025;101:68-81. e8. https://doi.org/10.1016/j.gie.2024.08.033
Aranda Hernández J, Aguilar Shea AL, Walsh J. Cáncer colorrectal de intervalo y criterios de calidad de colonoscopia: A propósito de un caso. Semergen. 2013;39:52-5. https://doi.org/10.1016/j.semerg.2011.12.006
Xu Y, Ding W, Wang Y, Tan Y, Xi C, Ye N, et al. Comparison of diagnostic performance between convolutional neural networks and human endoscopists for diagnosis of colorectal polyp: A systematic review and meta-analysis. PLoS One. 2021;16:e0246892. https://doi.org/10.1371/journal.pone.0246892
Rex DK, Anderson JC, Butterly LF, Day LW, Dominitz JA, Kaltenbach T, et al. Quality indicators for colonoscopy. Gastrointest Endosc. 2024;100:352-81. https://doi.org/10.1016/j.gie.2024.04.2905
LeCun Y, Bengio Y, Hinton G. Deep learning. Nature. 2015;521:436-44. https://doi.org/10.1038/nature14539
Hassan C, Spadaccini M, Iannone A, Maselli R, Jovani M, Chandrasekar VT, et al. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: A systematic review and meta-analysis. Gastrointest Endosc. 2021;93:77-85.e6. https://doi.org/10.1016/j.gie.2020.06.059
Adiwinata R, Tandarto K, Arifputra J, Waleleng BJ, Gosal F, Rotty L, et al. The impact of artificial intelligence in improving polyp and adenoma detection rate during colonoscopy: Systematic review and meta-analysis. Asian Pac J Cancer Prev. 2023;24:3655-63. https://doi.org/10.31557/APJCP.2023.24.11.3655
Gangwani MK, Haghbin H, Ishtiaq R, Hasan F, Dillard J, Jaber F, et al. Correction: Single versus second observer vs artificial intelligence to increase the adenoma detection rate of colonoscopy—A network analysis. Dig Dis Sci. 2024;69:2699. https://doi.org/10.1007/s10620-024-08509-3
Barua I, Guerrero-Vinsard D, Jodal HC, Løberg M, Kalager M, Holme Ø, et al. Artificial intelligence for polyp detection during colonoscopy: A systematic review and meta-analysis. Endoscopy. 2021;53:277-84. https://doi.org/10.1055/a-1201-7165
Wei MT, Fay S, Yung D, Ladabaum U, Kopylov U. Artificial intelligence-assisted colonoscopy in real-world clinical practice: A systematic review and meta-analysis. Clin Transl Gastroenterol. 2024;15:e00671. https://doi.org/10.14309/ctg.0000000000000671
Mehta A, Kumar H, Yazji K, Wireko AA, Sivanandan-Nagarajan J, Ghosh B, et al. Effectiveness of artificial intelligence-assisted colonoscopy in early diagnosis of colorectal cancer: A systematic review. Int J Surg. 2023;109:946-52. https://doi.org/10.1097/JS9.0000000000000285
Nazarian S, Glover B, Ashrafian H, Darzi A, Teare J. Diagnostic accuracy of artificial intelligence and computer-aided diagnosis for the detection and characterization of colorectal polyps: Systematic review and meta-analysis. J Med Internet Res. 2021;23:e27370. https://doi.org/10.2196/27370
Bang CS, Lee JJ, Baik GH. Computer-aided diagnosis of diminutive colorectal polyps in endoscopic images: Systematic review and meta-analysis of diagnostic test accuracy. J Med Internet Res. 2021;23:e29682. https://doi.org/10.2196/29682
Vásquez-Segovia EA, Villa-Pintado EF. Diagnóstico de pólipos adenomatosos en pruebas de cribado de cáncer colorrectal mediante colonoscopía con técnicas de inteligencia artificial (IA) versus colonoscopía estándar, en la población adulta: Revisión sistemática según las directrices PRISMA. Tesis de pregrado, Facultad de Ciencias Médicas. Cuenca (Ecuador): Universidad de Cuenca; 2025. Fecha de consulta: 19 de junio de 2025. Disponible en: https://dspace.ucuenca.edu.ec/handle/123456789/46831
Castillo-Medina A, Calleja-Zardain R, Kewalramani D, Narayan M, Mayol J. Inteligencia artificial como herramienta de la cirugía global en América Latina. Rev Colomb Cir. 2025;40:25-32. https://doi.org/10.30944/20117582.2622
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Revista Colombiana de Cirugía
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Todos los textos incluidos en la Revista Colombiana de Cirugía están protegidos por derechos de autor. Las opiniones expresadas en los artículos firmados son las de los autores y no coinciden necesariamente con las de los directores o los editores de la Revista Colombiana de Cirugía. Las sugerencias diagnósticas o terapéuticas como elección de productos, dosificación y métodos de empleo corresponden a la experiencia y al criterio de los autores.
| Estadísticas de artículo | |
|---|---|
| Vistas de resúmenes | |
| Vistas de PDF | |
| Descargas de PDF | |
| Vistas de HTML | |
| Otras vistas | |
.jpg)
