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

Sammenligning af antallet af falske aktiveringer mellem to kunstig intelligens CADe-systemer: NOISE-undersøgelsen (NOISE)

14. september 2021 opdateret af: Istituto Clinico Humanitas
En fjerdedel af kolorektale neoplasier savnes under screening af koloskopier - disse kan udvikle sig til kolorektal cancer (CRC). I de sidste par år er Artificial Intelligence Deep learning-systemer blevet introduceret i den endoskopiske indstilling for at muliggøre real-time computerstøttet detektion/karakterisering (CAD) af polypper med høj nøjagtighed. Få CADe (detektion) og CADx (diagnose, karakterisering) er derfor blevet foreslået med dette formål. Fordi CAD-systemer er baseret på dyb læring, hvor computeren direkte lærer polyp-genkendelse fra overvågede data uden nogen menneskelig kontrol på den endelige algoritme, inkorporerer deres resultat en vis uforudsigelighed i de kliniske omgivelser, som skal fortolkes forsigtigt efter dens anvendelse. Det betyder, at endoskopisten kan blive præsenteret for FP-billeder, som han aldrig ville være blevet udvalgt i første omgang som mistankeområder. Disse FP'er kan hæmme effektiviteten af ​​CADe-koloskopi. Der kan kræves yderligere tid for at skelne mellem en faktisk FP og et muligt falsk negativt resultat. Et overskud af FP'er kan reducere endoskopistens motivation for CADe, hvilket fører til underbrug i klinisk praksis. Selvom indikationerne for en CADe altid skal fortolkes af lægen, kan FP resultere i unødvendig polypektomi med relaterede bivirkninger, når det bruges uden passende træning. Alligevel er der mangel på information om kvantitet og kvalitet af falske positive signaler leveret af systemerne. Fra en post-hoc analyse af et Randomized Clinical Trial, hvor vi udtog og analyserede et videobibliotek af CADe-kolonoskopi (GI Genius) udført i vores institution Humanitas Clinical and Research Hospital IRCCS, sigtede vi på, at falske positiver fra CADe primært skyldes artefakter fra tarmvæggen. På trods af en høj frekvens resulterede FP'er fra dette CADe-system i en ubetydelig stigning på 1 % af den samlede tilbagetrækningstid, da de fleste af dem straks blev kasseret af endoskoperne.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

40

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

18 år og ældre (VOKSEN, OLDER_ADULT)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Alle på hinanden følgende patienter er planlagt til diagnostisk koloskopi.

Beskrivelse

Inklusionskriterier:

  1. Alder over 18 år
  2. Evne til at give og give informeret samtykke
  3. Boston Bowel Preparation Score > 6 (>2 hvert segment)

Ekskluderingskriterier:

  1. Boston Bowel Preparation Score < 6 (<2 hvert segment)
  2. Patienter, der havde kroniske inflammatoriske tarmsygdomme (såsom kronisk eller colitis ulcerosa)
  3. Manglende evne til at indhente skriftligt informeret samtykke
  4. Patienten ønsker ikke at deltage i undersøgelsen

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Tidsramme
For at evaluere årsagen til falske positive (FP'er) signaler, deres frekvens og tidshastighed på to forskellige CAD-systemer: CADe (GI Genius, Medtronic) og CADe/CADx (CAD EYE, Fujifilm) og rapportere en sammenligning mellem de to
Tidsramme: 6 måneder
6 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. september 2020

Primær færdiggørelse (FAKTISKE)

31. marts 2021

Studieafslutning (FAKTISKE)

31. marts 2021

Datoer for studieregistrering

Først indsendt

19. maj 2020

Først indsendt, der opfyldte QC-kriterier

21. maj 2020

Først opslået (FAKTISKE)

22. maj 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (FAKTISKE)

16. september 2021

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

14. september 2021

Sidst verificeret

1. september 2021

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • 2598

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 .

3
Abonner