Kunstig intelligens i koloskopi
Kunstig intelligens i endoskopisk diagnose af kolorektale polypper: en prospektiv randomiseret undersøgelse.
Studieoversigt
Status
Status
Betingelser
Betingelser
Intervention / Behandling
Intervention / Behandling
Detaljeret beskrivelse
Undersøgelsestype
Undersøgelsestype
Tilmelding (Anslået)
Tilmelding
Fase
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiekontakt
Studiekontakt
- Navn: Zofia Orzeszko, MD
- Telefonnummer: +48123797145
- E-mail: z.orzeszko@bonifratrzy.krakow.pl
Studiesteder
-
-
Lesser Poladn
-
Krakow, Lesser Poladn, Polen, 31559
- Rekruttering
- MEDICINA Medical Center
-
Kontakt:
- Zofia Orzeszko, MD
- Telefonnummer: +48123797145
- E-mail: z.orzeszko@bonifratrzy.krakow.pl
-
Ledende efterforsker:
- Zofia Orzeszko, MD
-
-
Lesser Polasd
-
Krakow, Lesser Polasd, Polen, 31061
- Rekruttering
- Brothers Hospitallers Medical Center, Hospital of St John of god in Krakow
-
Kontakt:
- Zofia Orzeszko, MD
- Telefonnummer: +48123797145
- E-mail: z.orzeszko@bonifratrzy.krakow.pl
-
Ledende efterforsker:
- Tomasz Gach, PhD
-
-
Deltagelseskriterier
Berettigelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Samtykke til at deltage i undersøgelsen,
- Alder mellem 50 og 65 år,
- Planlagt ambulant koloskopi.
Ekskluderingskriterier:
- Tidligere koloskopi,
- Historie om kolorektal kirurgi,
- Løbende biologisk terapi for enhver indikation,
- Primær skleroserende kolangitis,
- Familiært polypose syndrom,
- Kronisk diarré,
- Colitis ulcerosa,
- Crohns sygdom.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Diagnostisk
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Ingen (Åben etiket)
Antal våben
Våben og indgreb
Deltagergruppe / ArmDeltagergruppe / Arm |
Intervention / BehandlingIntervention / Behandling |
|---|---|
|
Eksperimentel: AI-gruppe
AI-gruppen vil omfatte patienter, der gennemgår koloskopi med støtte fra ENDO-AID OIP-1 kunstig intelligens-systemet til påvisning af kolorektal polypper.
|
Endo-Aid CADe-system er en AI-assisteret computerstøttet læsionsdetektionsapplikation på ENDO-AID-hardware.
Den bruger en kompleks algoritme skabt via et neuralt netværk udviklet og undervist af Olympus.
Med denne nye app kan det sofistikerede maskinlæringssystem advare endoskopisten i realtid, når en mistænkelig læsion vises på skærmen.
Billedet fra vision-processoren overføres til CADe-enheden.
Computerapplikationen genkender formen af polypperne og markerer deres plads på skærmen.
|
|
Ingen indgriben: Ikke-AI-gruppe
Ikke-AI-gruppe vil bestå af patienter, der gennemgår koloskopi uden hjælp fra dette system.
|
Hvad måler undersøgelsen?
Primære resultatmål
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Adenoma detektionsrate (ADR)
Tidsramme: Under koloskopiundersøgelsen
|
Procentdelen af koloskopier, når mindst ét histologisk bevist adenom blev fundet.
|
Under koloskopiundersøgelsen
|
Sekundære resultatmål
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Nytte af kunstig intelligens for både nybegyndere og erfarne endoskopister
Tidsramme: Under koloskopiundersøgelsen
|
Forskellen i adenomdetektionsrater (ADR) opnået med og uden AI hos praktikanter og ekspertendoskopister.
|
Under koloskopiundersøgelsen
|
|
Vurdering af morfologien af polypper påvist under koloskopi
Tidsramme: Under koloskopiundersøgelsen
|
Vurdering af forskellene i polyppers morfologi påvist i begge arme af undersøgelsen.
|
Under koloskopiundersøgelsen
|
|
Omkostningsanalyse af procedurer udført med brug af kunstig intelligens
Tidsramme: Gennem studieafslutning i gennemsnit 6 måneder
|
Vurderingen af omkostningseffektiviteten af AI-implementering, herunder de øgede omkostninger til patologisk evaluering og yderligere overvågningsundersøgelser.
|
Gennem studieafslutning i gennemsnit 6 måneder
|
Samarbejdspartnere og efterforskere
Sponsor
Sponsor
Efterforskere
Efterforskere
- Studiestol: Miroslaw Szura, Prof., Jagiellonian University in Krakow
- Ledende efterforsker: Zofia Orzeszko, MD, Jagiellonian University in Krakow
Publikationer og nyttige links
Generelle publikationer
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Kaminski MF, Regula J, Kraszewska E, Polkowski M, Wojciechowska U, Didkowska J, Zwierko M, Rupinski M, Nowacki MP, Butruk E. Quality indicators for colonoscopy and the risk of interval cancer. N Engl J Med. 2010 May 13;362(19):1795-803. doi: 10.1056/NEJMoa0907667.
- Barua I, Vinsard DG, Jodal HC, Loberg M, Kalager M, Holme O, Misawa M, Bretthauer M, Mori Y. Artificial intelligence for polyp detection during colonoscopy: a systematic review and meta-analysis. Endoscopy. 2021 Mar;53(3):277-284. doi: 10.1055/a-1201-7165. Epub 2020 Sep 29.
- Mori Y, Kudo SE, East JE, Rastogi A, Bretthauer M, Misawa M, Sekiguchi M, Matsuda T, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Kudo T, Mori K. Cost savings in colonoscopy with artificial intelligence-aided polyp diagnosis: an add-on analysis of a clinical trial (with video). Gastrointest Endosc. 2020 Oct;92(4):905-911.e1. doi: 10.1016/j.gie.2020.03.3759. Epub 2020 Mar 30.
- Boroff ES, Gurudu SR, Hentz JG, Leighton JA, Ramirez FC. Polyp and adenoma detection rates in the proximal and distal colon. Am J Gastroenterol. 2013 Jun;108(6):993-9. doi: 10.1038/ajg.2013.68. Epub 2013 Apr 9.
- van Doorn SC, Klanderman RB, Hazewinkel Y, Fockens P, Dekker E. Adenoma detection rate varies greatly during colonoscopy training. Gastrointest Endosc. 2015 Jul;82(1):122-9. doi: 10.1016/j.gie.2014.12.038. Epub 2015 Mar 24.
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Studiestart
Primær færdiggørelse (Anslået)
Primær færdiggørelse
Studieafslutning (Anslået)
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
Nøgleord
Andre undersøgelses-id-numre
Andre undersøgelses-id-numre
- 2024.000.421
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
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 .