Vistas: 0 Autor: Editor del sitio Hora de publicación: 2026-02-05 Origen: Sitio
Olympus publicó oficialmente los resultados de la investigación del ensayo EAGLE, que validó el valor central de su solución de detección asistida por computadora (CADe) basada en la nube CADDIE™ en la detección clínica de lesiones colorrectales. La capacidad analítica eficiente y en tiempo real de esta solución de IA está respaldada por el rendimiento de imágenes de alta fidelidad de los módulos de cámara endoscópica en miniatura dedicados de Olympus. Como la primera aplicación CADe basada en la nube para la detección de pólipos en tiempo real durante la colonoscopia que recibe la aprobación de la FDA y la marca CE, CADDIE™ es también la primera solución implementada del ecosistema de endoscopia inteligente OLYSENSE™ de Olympus. La realización de su eficacia clínica forma una profunda sinergia técnica con la precisión de imágenes de los módulos de cámara para endoscopios.
El ensayo EAGLE es un estudio controlado aleatorio multicéntrico realizado en ocho centros clínicos de cuatro países europeos. En el análisis central se incluyeron 841 sujetos sometidos a detección y vigilancia colorrectal, junto con 22 endoscopistas, y los sujetos fueron asignados aleatoriamente al grupo de colonoscopia estándar o al grupo asistido por CADDIE™. Los resultados de la investigación relevantes se han publicado en npj Digital Medicine. El diseño principal del ensayo se centra en lesiones colorrectales de alto riesgo clínico y difíciles de detectar, cuya identificación visual se basa primero en la captura clara de características sutiles de la mucosa del tracto intestinal mediante módulos de cámara endoscópica. Esta base de hardware proporciona un soporte de datos visuales irreemplazable para el análisis preciso de los algoritmos de IA.
Los datos principales del ensayo confirmaron el valor sinérgico del hardware de imágenes y los algoritmos de IA: en comparación con la colonoscopia estándar, el examen asistido por CADDIE™ logró un aumento absoluto del 7,3 % en la tasa de detección de adenomas (ADR). Para los subtipos difíciles de detectar, incluidos los adenomas grandes (>10 mm), los adenomas no poliploides y las lesiones serradas sésiles (SSL), las tasas de detección relativas aumentaron en un 93 %, 57 % y 230 % respectivamente, sin interferir con la seguridad y el flujo de trabajo de las operaciones clínicas durante todo el proceso. El algoritmo CADDIE™ está entrenado específicamente en un conjunto de datos enriquecido con lesiones clínicamente relevantes, y su compatibilidad técnica con los módulos de cámara de endoscopio garantiza la sincronización de la adquisición de imágenes y el análisis de IA en tiempo real, lo que hace técnicamente factible la implementación clínica de IA basada en la nube.
La implementación de la arquitectura de nube se ha convertido en otra ventaja principal de la solución, que complementa la salida de imágenes estandarizada de los módulos de cámara de endoscopio: CADDIE™ está equipado con una arquitectura de nube que cumple con los controles de seguridad estándar de la industria, lo que no solo reduce la dependencia de las instituciones médicas del hardware local y permite un modelo de adquisición basado en suscripción, sino que también construye una plataforma de datos unificada para la actualización tecnológica de los módulos de cámara de endoscopio y la optimización iterativa de los algoritmos de IA a través de la interacción de datos de imágenes estandarizada. Este modelo también mejora significativamente la accesibilidad clínica de las herramientas avanzadas de detección de IA.
Los expertos de la industria han reconocido altamente este modelo de integración tecnológica. El investigador principal del ensayo EAGLE señaló que la implementación en la nube rompe las barreras del hardware de la endoscopia con IA, mientras que los módulos de cámara para endoscopios de alta resolución y fidelidad proporcionan el soporte central para la implementación clínica de la innovación en IA. La combinación de ambos se ha convertido en la clave para mejorar la eficiencia de detección de lesiones de cáncer colorrectal de alto riesgo. Los ejecutivos de Olympus declararon que los resultados del ensayo brindan respaldo basado en evidencia para la popularización clínica de CADDIE™, y también verifican el valor clínico del diseño colaborativo de hardware de imágenes y algoritmos de IA, señalando la dirección de una integración profunda con algoritmos inteligentes para la I+D de módulos de cámaras de endoscopios médicos.
Cabe aclarar que CADDIE™ sólo se utiliza como herramienta de detección auxiliar clínica y no reemplaza el criterio diagnóstico profesional de los endoscopistas. Además, la solución se limita al análisis de datos de imágenes de módulos de cámara de endoscopio de luz blanca estándar. Este límite de compatibilidad también proporciona una referencia clínica para la investigación y el desarrollo estandarizados de módulos de cámaras para endoscopios médicos.
En general, los resultados del ensayo EAGLE no solo confirman el valor clínico de la IA basada en la nube en el campo de la endoscopia digestiva, sino que también resaltan el papel subyacente de los módulos de cámara de endoscopio como hardware central del ecosistema de endoscopia inteligente. A través del diseño integrado de hardware de imágenes y software de IA a través del ecosistema OLYSENSE™, Olympus ofrece a los clientes extranjeros involucrados en I+D de módulos de cámaras para endoscopios médicos y adquisición de equipos médicos una solución integrada con valor clínico y viabilidad técnica, y también ofrece una ruta técnica replicable para la actualización inteligente de equipos de imágenes médicas.
