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

Computerstøttet påvisning af kolorektale polypper

21. april 2020 opdateret af: Timo Rath, University of Erlangen-Nürnberg Medical School

Udvikling og validering af et nyt kunstig intelligenssystem til automatiseret detektion af kolorektale polypper under koloskopi

I dette observationelle pilotstudie vurderer vi den diagnostiske ydeevne af et kunstig intelligenssystem til automatiseret detektion af kolorektale polypper.

Studieoversigt

Detaljeret beskrivelse

Under standard koloskopi kan et betydeligt antal kolorektale polypper gå glip af. Som vist i en nylig meta-analyse kan fejlrater for adenomer nå op til 26 %. I denne undersøgelse er det testet, om et kunstigt intelligenssystem, der fremhæver kolorektale polypper under screening eller overvågningskoloskopi i realtid, kan føre til en øget påvisning af kolorektale polypper under undersøgelsen.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

40

Kontakter og lokationer

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

Studiesteder

      • Erlangen, Tyskland, 91054
        • Rekruttering
        • University Hospital Erlangen
        • Kontakt:

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

18 år til 85 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ja

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Alle patienter, der præsenterer mellem januar og maj 2020 til overvågning eller screening koloskopi i Ludwig Demling Endoscopy Center of Excellence, vil blive prospektivt inkluderet under de ovennævnte inklusions- og eksklusionskriterier. Inden tilmelding indhentes skriftligt informeret samtykke.

Beskrivelse

Inklusionskriterier:

  • Screening eller overvågning af koloskopi

Ekskluderingskriterier:

  • kendt eller mistænkt inflammatorisk tarmsygdom
  • ukontrolleret koagulopati
  • kendte polypper eller henvisning til polypektomi

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
Kunstig intelligens
I denne gruppe vil et kunstigt intelligenssystem blive brugt til computerstøttet diagnosticering af kolorektale polypper. Diagnostisk ydeevne af det kunstige intelligens-system til påvisning af polypper vil blive sammenlignet med operatørbaseret påvisning i samme gruppe

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Mulighed for at bruge AI-systemet in vivo under koloskopi
Tidsramme: 4 måneder
Som et primært resultat, om AI-systemet er i stand til at detektere kolorektale polypper in vivo under koloskopi
4 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk ydeevne af AI-systemet til påvisning af kolorektale polypper
Tidsramme: 4 måneder
Som et sekundært resultat vurderer vi den diagnostiske ydeevne af AI-systemet til påvisning af kolorektal polyp i realtid
4 måneder

Samarbejdspartnere og efterforskere

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

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

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)

1. januar 2020

Primær færdiggørelse (Forventet)

30. april 2020

Studieafslutning (Forventet)

31. maj 2020

Datoer for studieregistrering

Først indsendt

21. april 2020

Først indsendt, der opfyldte QC-kriterier

21. april 2020

Først opslået (Faktiske)

24. april 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

24. april 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

21. april 2020

Sidst verificeret

1. april 2020

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Undersøgelsen vil blive offentliggjort i videnskabelige magasiner efter konkurrencen og vil således blive gjort tilgængelig for andre forskere. Individuelle patientdata vil ikke blive vist eller delt.

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 Polyp af tyktarm

Kliniske forsøg med Kunstigt intelligenssystem til påvisning af kolorektale polypper

Abonner