IA en gastro-entérologie et hépatologie : 18 sources placent la coloscopie assistée en tête, sans bénéfice clinique démontré

Zenodo 2026 · 1 min de lecture
Sources examinées
18
10 cliniques ou techniques, 5 cadres de mise en œuvre et de gouvernance, 3 institutionnelles
Détection des adénomes avec assistance par IA
48.2%
Contre 57.0 % en conventionnel dans une étude brésilienne de 305 coloscopies ; pas de différence significative
Sensibilité macro · classification anatomique gastrique
85.5%
Système colombien Gastro UNAL, 13 régions, spécificité de 98.8 %

Livre blanc d’Arkangel AI : 18 sources montrent que la coloscopie assistée est l’usage le plus mûr de l’IA, mais les preuves cliniques et régionales restent minces.

Ce livre blanc d’Arkangel AI est une revue narrative de 18 sources sélectionnées sur l’intelligence artificielle en gastro-entérologie et en hépatologie : dix études cliniques ou techniques, cinq cadres de mise en œuvre et de gouvernance, et trois sources institutionnelles. Il couvre la coloscopie, l’endoscopie haute et par capsule, la fibrose hépatique, le carcinome hépatocellulaire et l’examen des demandes d’avis spécialisé, et classe chaque tâche selon la maturité de ses preuves, du développement à l’usage courant.

La coloscopie assistée par ordinateur est l’application la plus mûre, mais ses critères portent sur la détection et le flux de travail, pas sur la mortalité ni l’incidence du cancer, et les recommandations 2025 de l’AGA et de l’ESGE divergent. Les preuves régionales sont limitées : une étude brésilienne de 305 coloscopies de dépistage a observé un taux de détection des adénomes de 48.2 % avec l’IA contre 57.0 % sans, sans différence significative, et un système colombien a atteint une sensibilité macro de 85.5 % et une spécificité de 98.8 % pour classer 13 régions gastriques, ce qui n’est pas détecter un cancer. Un modèle brésilien d’orientation a obtenu une exactitude de 0.716 sur cinq spécialités. Les auteurs recommandent de commencer par des tâches circonscrites, une validation locale et une relecture humaine. Il s’agit d’un livre blanc, non évalué par des pairs.

Résultats en un coup d’œil

Les chiffres clés de l’article, en langage simple.

Les performances du modèle

Plus haut, c’est mieux

Données: Contre 57.0 % en conventionnel dans une étude brésilienne de 305 coloscopies ; pas de différence significative · Système colombien Gastro UNAL, 13 régions, spécificité de 98.8 % — Zenodo 2026

Voir les chiffres sous forme de tableau
IndicateurValeurCe que cela signifie
Sources examinées1810 cliniques ou techniques, 5 cadres de mise en œuvre et de gouvernance, 3 institutionnelles
Détection des adénomes avec assistance par IA48.2%Contre 57.0 % en conventionnel dans une étude brésilienne de 305 coloscopies ; pas de différence significative
Sensibilité macro · classification anatomique gastrique85.5%Système colombien Gastro UNAL, 13 régions, spécificité de 98.8 %

Comment citer

Katherine Monsalve, Natalia Castaño-Villegas, Jose Zea, Laura Velásquez. AI in gastroenterology and hepatology A narrative review of applications, evidence maturity, and governance implications for Latin America. Zenodo. 2026. https://doi.org/10.5281/zenodo.22948678

@article{monsalve2026gastroenterology,
  title     = {{AI in gastroenterology and hepatology A narrative review of applications, evidence maturity, and governance implications for Latin America}},
  author    = {Katherine Monsalve and Natalia Castaño-Villegas and Jose Zea and Laura Velásquez},
  journal   = {Zenodo},
  year      = {2026},
  doi       = {10.5281/zenodo.22948678},
  url       = {https://doi.org/10.5281/zenodo.22948678}
}

Plus de recherche d’Arkangel AI

Toute la recherche →

Pour les hôpitaux et les assureurs

Validez ces résultats dans votre établissement

Nous testons le modèle sur vos propres dossiers cliniques avec votre équipe, selon vos règles de confidentialité et de gouvernance.

Lancer une collaboration
Lire l’articleCiter