Sztuczna inteligencja jako wsparcie decyzji po endoskopowej resekcji wczesnego raka żołądka — co mówią dowody

Przegląd w Clinical Endoscopy analizuje, jak uczenie maszynowe może wspierać decyzję podejmowaną po endoskopowej resekcji wczesnego raka żołądka: dołożyć gastrektomię z limfadenektomią czy obserwować. Problem jest realny — przerzuty do węzłów chłonnych występują w około 5-10% wczesnych raków żołądka, a u około 90% chorych kierowanych na dodatkową operację nie stwierdza się ich wcale, więc większość tych zabiegów jest do uniknięcia. Publikowane modele oparte na zmiennych kliniczno-patologicznych osiągają AUC 0,69-0,94 i w części porównań wypadają lepiej niż stosowany dziś system punktowy eCura, a analiza obrazów całych preparatów barwionych H&E daje ocenę bardziej powtarzalną, choć dowodów swoistych dla raka żołądka jest wciąż mało. To praca przeglądowa, nie badanie kliniczne — autorzy przedstawiają te narzędzia jako wsparcie oceny lekarza, a nie jej zastąpienie.