En multicenterundersøgelse om effektiviteten og sikkerheden af AI-assisteret navigationssystem til biliopancreatisk EUS
En multicenterundersøgelse af effektiviteten og sikkerheden af kunstig intelligens-assisteret navigationssystem til biliopancreatisk endoskopisk ultralyd
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Bugspytkirtelkræft er en ondartet tumor i fordøjelsessystemet med snigende begyndelse, hurtig progression og meget dårlig prognose. Ifølge de seneste kræftdata i Kina i 2020 udgivet af Verdenssundhedsorganisationens International Agency for Research on Cancer (IARC) er der omkring 120.000 nye tilfælde af kræft i bugspytkirtlen i Kina, med en dødelighed tæt på 100 %, hvilket bringer den nationale sundhed i alvorlig fare. Tidlig diagnose af kræft i bugspytkirtlen kan opnås ved kirurgisk resektion med en 5-års overlevelsesrate på 58 %. Når først fremskreden kræft i bugspytkirtlen udvikles, er patientoverlevelsen 7,2 %. Som en hurtigt udviklende dødelig kræftsygdom kan manglende diagnose af kræft i bugspytkirtlen have ekstremt alvorlige konsekvenser for patienterne. Hvordan man forbedrer den diagnostiske frekvens af tidlig kræft i bugspytkirtlen, er et presserende problem, der skal løses.
EUS (endoskopisk ultralyd) betragtes som en af de mest følsomme metoder til påvisning af bugspytkirtelkræft. Den har en meget højere diagnostisk nøjagtighed end MRI og CT til diagnosticering af bugspytkirtelkræft, især tidlig bugspytkirtelkræft < 1 cm i diameter (EUS-FNA 95,6% vs. CT 77,4%, MRI 76,2%). EUS er den foretrukne modalitet til tidlig diagnose af bugspytkirteltumorer. For at undgå en forpasset diagnose af kræft i bugspytkirtlen, skal kontinuiteten og integriteten af EUS sikres så meget som muligt. Men EUS er meget operatørafhængig og indlæringskurven er stejl, og kvaliteten af undersøgelsen er meget afhængig af operatørens teknik. Derfor er det nødvendigt at udvikle et system, der effektivt kan hjælpe med fuld scanning af EUS.
Stationstilgangen i pancreas EUS er blevet etableret som standard scanningsprocedure. Princippet for at fuldføre stationstilgangen er at finde de anatomiske vartegn for denne station, såsom organer (nyre, milt), blodkar (såsom miltarterie, miltvene, portalvene), kanaler (pancreaskanal, galdegang), etc. Scanningen af disse anatomiske pejlemærker er grundlaget for en nøjagtig vurdering af hele bugspytkirtlen. Samtidig har typen af bugspytkirtellæsioner og udviklingen af forløbet unormale billeddiagnostiske fund af forskellig anatomisk struktur. For eksempel vil ultralydsbilleder af bugspytkirtelkræft vise vaskulær invasion, deformation af biliopancreaskanalen og metastaser af tilstødende organer. Retningslinjerne kræver klart, at valget af kirurgisk tilgang til kræft i bugspytkirtlen skal baseres på graden af kræftens invasion til tilstødende vigtige anatomiske strukturer for at maksimere volumenbesparelsen af funktionelt pancreas-parenkym. Komplet anatomisk scanning kan hjælpe med diagnosticering af bugspytkirtellæsioner og vejlede patientbehandling og prognose.
I de senere år er kunstig intelligens (AI) med succes blevet anvendt i flere medicinske områder. På nuværende tidspunkt har der været undersøgelser af AI-baseret endoskopisk ultralyd til identifikation af bugspytkirtellæsioner, men der er ingen undersøgelser af AI-baseret navigationssystem til pancreas endoskopisk ultralyd. Tidligere har vi med succes udviklet et standard stationsscanningsnavigationssystem til bugspytkirtlen og galdegangene. Dette system kan forbedre genkendelsesnøjagtigheden af endoskopister til standardstationer og forbedre den kognitive evne af endoskopiske ultralydsbilleder.
Baseret på det foregående konstruerede vi et dybt læringsbaseret pancreasscanning-navigationssystem i EUS, som kan hjælpe med at identificere vigtige anatomiske strukturer, der støder op til bugspytkirtlen i realtid. og verificere dens hjælpeydelse for endoskopister i klinisk praksis. For at forbedre kvaliteten af EUS og reducere den manglende diagnose af bugspytkirtellæsioner.
Undersøgelsestype
Undersøgelsestype
Tilmelding (Forventet)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Honggang Yu, Doctor
- Telefonnummer: +862788041911
- E-mail: whdxrmyy@126.com
Studiesteder
-
-
-
Wuhan, Kina, 430060
- Rekruttering
- Renmin Hospital of Wuhan University
-
-
Hubei
-
Wuhan, Hubei, Kina, 430000
- Ikke rekrutterer endnu
- Union Hospital, Tongji Medical College, Huazhong University of Science and Technology
-
Kontakt:
- Rong Lin, Doctor
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Beskrivelse
Inklusionskriterier:
Alle patienter, der opfylder følgende kriterier, vil komme i betragtning til deltagelse i undersøgelsen:
- Mand eller kvinde på 18 år eller derover;
- EUS er nødvendig for yderligere at afklare karakteristikaene ved biliopancreatiske sygdomme;
- Patienter i stand til at give informeret samtykke var berettiget til at deltage.
- Kan og er villig til at overholde alle studieprocesser.
Ekskluderingskriterier:
Alle patienter, der opfylder følgende kriterier, vil ikke komme i betragtning til deltagelse i undersøgelsen:
- Har deltaget i andre kliniske forsøg, underskrevet informeret samtykke og var i opfølgningsperioden for andre kliniske forsøg.
- Har deltaget i kliniske forsøg med lægemidlet og er i elueringsperioden for det eksperimentelle lægemiddel eller kontrollægemiddel.
- Stof- eller alkoholmisbrug eller psykisk lidelse inden for de sidste 5 år.
- Patienter under graviditet eller amning.
- En historie med øvre gastrointestinal kirurgi.
- Patienter med anatomiske abnormiteter i den øvre mave-tarmkanal på grund af fremskreden neoplasi
- Patienter, hvor tilstedeværelsen af klart definerede vitale anatomiske strukturer ikke kan observeres
- Forskere mener, at patienten ikke er egnet til at deltage i forsøget.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Screening
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Dobbelt
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Eksperimentel: EUS AI navigationssystem forstærkning
Endoskopisterne i forsøgsgruppen vil blive assisteret af EndoAngel, som kan hjælpe med at identificere vigtige anatomiske strukturer, der støder op til bugspytkirtlen i realtid.
Systemet er et ikke-invasivt AI-system.
|
Endoskopisterne i forsøgsgruppen vil blive assisteret af EndoAngel, som kan hjælpe med at identificere vigtige anatomiske strukturer, der støder op til bugspytkirtlen i realtid.
Systemet er et ikke-invasivt AI-system.
|
|
Ingen indgriben: uden EUS AI-navigationssystemforøgelse
Endoskopisterne i kontrolgruppen udfører undersøgelsen rutinemæssigt uden særlige opfordringer.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Mistet scanningshastighed af tilstødende vigtige anatomiske strukturer i pancreas endoskopisk ultralyd
Tidsramme: Seks måneder
|
Det blev beregnet ved at dividere antallet af vigtig anatomi, der ikke er scannet i den faktiske EUS bugspytkirtel med antallet af EUS.
|
Seks måneder
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Påvisningshastighed for bugspytkirtellæsioner
Tidsramme: Seks måneder
|
Det blev beregnet ved at dividere det samlede antal patienter, der blev opdaget bugspytkirtellæsioner, med antallet af EUS
|
Seks måneder
|
|
Cholangiopancreatic duct læsioner påvisningshastighed
Tidsramme: Seks måneder
|
Det blev beregnet ved at dividere det samlede antal patienter, der blev opdaget cholangiopancreatic duct læsioner, med antallet af EUS.
|
Seks måneder
|
|
Det gennemsnitlige antal scanninger i pancreas standardstation for endoskopisk ultralyd
Tidsramme: Seks måneder
|
Det blev beregnet ved at dividere det samlede antal scanninger i pancreasstandardstationen med antallet af EUS.
|
Seks måneder
|
|
Detektionshastighed af læsioner i forskellige pancreasstandardstationer for endoskopisk ultralyd
Tidsramme: Seks måneder
|
Den blev beregnet ved at dividere antallet af patienter med bugspytkirtellæsioner og cholangiopancreaskanallæsioner på de forskellige standardstationer med antallet af EUS.
|
Seks måneder
|
|
Mistet scanningshastighed af tilstødende vitale anatomiske strukturer i forskellige pancreasstandardstationer for endoskopisk ultralyd
Tidsramme: Seks måneder
|
Det blev beregnet ved at dividere antallet af vigtig anatomi, der ikke er scannet i de forskellige standardstationer, med antallet af EUS.
|
Seks måneder
|
|
Gennemsnitlig scanningstid i forskellige pancreasstandardstationer for endoskopisk ultralyd
Tidsramme: Seks måneder
|
Det blev beregnet ved at dividere den samlede scanningstid med antallet af EUS.
|
Seks måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Efterforskere
Efterforskere
- Ledende efterforsker: Honggang Yu, Doctor, Renmin Hospital of Wuhan University
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Forventet)
Primær færdiggørelse
Studieafslutning (Forventet)
Studieafslutning
Datoer for studieregistrering
Først indsendt
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Først opslået
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering sendt
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- EA-19-003-09
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .