Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

The AID Study: Artificial Intelligence for Colorectal Adenoma Detection (AID)

11. februar 2020 opdateret af: Istituto Clinico Humanitas

Colonoscopy is clinically used as the gold standard for detection of colon cancer (CRC) and removal of adenomatous polyps. Despite the success of colonoscopy in reducing cancer-related deaths, there exists a disappointing level of adenomas missed at colonoscopy. "Back-to-back" colonoscopies have indicated significant miss rates of 27% for small adenomas (< 5 mm) and 6% for adenomas of more than 10 mm in diameter. Studies performing both CT colonography and colonoscopy estimate that the colonoscopy miss rate for polyps over 10 mm in size may be as high as 12%. The clinical importance of missed lesions should be emphasized because these lesions may ultimately progress to CRC8.

Limitations in human visual perception and other human biases such as fatigue, distraction, level of alertness during examination increases such recognition errors and way of mitigating them may be the key to improve polyp detection and further reduction in mortality from CRC. In the past years, a number of CAD systems for detection of polyps from endoscopy images have been described. However, the benefits of traditional CAD technologies in colonoscopy appear to be contradictory, therefore they should be improved to be ultimately considered useful. Recent advances in artificial intelligence (AI), deep learning (DL), and computer vision have shown potential to assist polyp detection during colonoscopy.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

700

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

    • Milano
      • Rozzano, Milano, Italien, 20089
        • Endoscopy Unit, Humanitas Research Hospital

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

40 år til 80 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Based on the observed prevalence of adenomas (35%) among patients undergoing colonoscopies at our center within the last 12 months, a sample size of 322 subjects per arm could allow for a 90% power to show the non-inferiority (primary end-point) of the AI-aided arm by excluding that the one-side 95% CI will exclude a difference of 10% in favour of the standard group. Such sample size will also have a 80% power to detect as statistical significant (α=0.05; two-sided test) a 10% absolute increase in the detection rate of adenomas in the AI-aided arm (secondary end-point).

Beskrivelse

Inclusion Criteria:

All 40-80 years-old subjects undergoing a colonoscopy.

Exclusion Criteria:

  • subjects with personal history of CRC, or IBD.
  • patients with inadequate bowel preparation (defined as Boston Bowel Preparation Scale > 2 in any colonic segment).
  • patients with previous colonic resection.
  • patients on antithrombotic therapy, precluding polyp resection.
  • patients who were not able or refused to give informed written consent.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Styring
Hvidt lys koloskopi
AI
Artificial Intelligence colonoscopy
Artificial intellignece colonoscopy

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Additional diagnostic yield obtained by AI-aided colonoscopy to the yield obtained by the Standard (high-definition) colonoscopy
Tidsramme: 3 Months
To compare the additional diagnostic yield obtained by AI-aided colonoscopy to the yield obtained by the Standard (high-definition) colonoscopy
3 Months

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Efterforskere

  • Ledende efterforsker: Alessandro Repici, MD, Humanitas Research Hospital

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

25. september 2019

Primær færdiggørelse (Faktiske)

31. december 2019

Studieafslutning (Faktiske)

31. december 2019

Datoer for studieregistrering

Først indsendt

3. september 2019

Først indsendt, der opfyldte QC-kriterier

3. september 2019

Først opslået (Faktiske)

6. september 2019

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

12. februar 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

11. februar 2020

Sidst verificeret

1. februar 2020

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 2363

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

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 .

Kliniske forsøg med Tyktarmskræft

Kliniske forsøg med AI

Abonner