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

Computerstøttet detektion under screening koloskopi

26. september 2023 opdateret af: Carlos Robles-Medranda, Instituto Ecuatoriano de Enfermedades Digestivas

Computerstøttet polyp-/adenomdetektion i realtid under screening koloskopi: et enkeltcenter-crossover-forsøg

I dag betragtes koloskopi som guldstandarden for påvisning af læsioner i kolorektal slimhinde. Dog kan omkring 25 % af polypperne gå glip af under den konventionelle koloskopi. Baseret på dette, sigtede nye teknologiske værktøjer på at forbedre kvaliteten af ​​procedurerne og mindske de tekniske og operatørrelaterede faktorer forbundet med de glemte læsioner. Disse værktøjer bruger kunstig intelligens (AI), et computersystem, der er i stand til at udføre menneskelige opgaver efter en tidligere træningsproces fra et stort datasæt. DiscoveryTM AI-assisteret polypdetektor (Pentax Medical, Hoya Group, Tokyo, Japan) er et nyudviklet detektionssystem baseret på AI. Det var designet til at advare og rette opmærksomheden mod potentielle slimhindelæsioner. Ifølge dets bemærkelsesværdige egenskaber kan det øge polyp- og adenomdetektionshastigheden (henholdsvis PDR og ADR) og reducere adenommissefrekvensen (AMR).

Baseret på ovenstående sigter efterforskerne på at vurdere den virkelige effektivitet af DiscoveryTM AI-assisteret polypdetektorsystem i klinisk praksis og sammenligne resultaterne mellem ekspert (senior) og ikke-ekspert (junior) endoskopister.

Studieoversigt

Detaljeret beskrivelse

Kolorektal cancer (CRC) er på verdensplan den anden og tredje kræftrelaterede dødsårsag hos henholdsvis mænd og kvinder. Til påvisning af læsioner i slimhinden (præmaligne og ondartede) er koloskopi blevet betragtet som guldstandarden. Dog kan op til 25 % af læsionerne gå glip af under konventionel koloskopi. Nogle tekniske (dvs. tarmforberedelse) og operatørrelaterede (dvs. ekspertise og træthed) faktorer er relateret til disse manglende læsioner.

Under den hurtigt voksende teknologiske æra blev der lanceret nye værktøjer til at forbedre kvaliteten og ydeevnen af ​​koloskopier. Ved hjælp af kunstig intelligens (AI) kan en identifikation af et mønster opnås efter en tidligere træning fra et stort datasæt af billeder. DiscoveryTM AI-assisteret polyp-detektor (Pentax Medical, Hoya Group, Tokyo, Japan), er et computer-assisteret polyp/adenom detektionssystem baseret på AI. Den detekterer klassiske adenomer og flade læsioner, karakteristiske træk som slimhætte eller rand af snavs med fordelen af ​​en real-time og samtidig påvisning af flere polypper. Det blev udviklet til at minimere, at de glemte læsioner øges som et resultat af polypdetektionsraten (PDR) og adenomdetektionshastigheden (ADR).

På det seneste har offentliggjorte data, der evaluerer de AI-assisterede polypdetektorer, demonstreret høj sensitivitet, specificitet og interobservatøroverensstemmelse. På grund af vigtigheden af ​​CRC-diagnose og hurtig behandling, og ved at drage fordel af det nyligt introducerede DiscoveryTM AI-system, sigter efterforskerne efter at vurdere den virkelige verdens effektivitet af dette AI-assisterede polypdetektorsystem i klinisk praksis og sammenligne resultaterne mellem eksperter ( seniorer) og ikke-eksperter (juniorer) endoskopister.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

312

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

  • Navn: Carlos Robles-Medranda, MD FASGE
  • Telefonnummer: +59342109180
  • E-mail: carlosoakm@yahoo.es

Studiesteder

    • Guayas
      • Guayaquil, Guayas, Ecuador, 090505
        • Rekruttering
        • Instituto Ecuatoriano de Enfermedades Digestivas (IECED)
        • Ledende efterforsker:
          • Carlos Robles-Medranda, MD FASGE
        • Underforsker:
          • Martha Arevalo-Mora, MD
        • Kontakt:
        • Underforsker:
          • Juan Alcivar-Vasquez, MD
        • Underforsker:
          • Maria Egas-Izquierdo, MD
        • Underforsker:
          • Miguel Puga-Tejada, MD
        • Underforsker:
          • Jorge Baquerizo-Burgos, MD
        • Underforsker:
          • Domenica Cunto, MD
        • Underforsker:
          • Raquel Del Valle, MD
        • Underforsker:
          • Hannah Pitanga-Lukashok, MD
        • Underforsker:
          • Daniela Tabacelia, MD
        • Underforsker:
          • Carlos Cifuentes-Gordillo, MD
        • Underforsker:
          • Haydee Alvarado-Escobar, MD

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

45 år til 89 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Beskrivelse

Inklusionskriterier:

  • Voksne ≥45 år
  • Patienter henvist til screening koloskopi
  • Tilstrækkelig tarmforberedelse, Boston Bowel Preparation Scale (BBPS) ≥8
  • Patienter, der har godkendt endoskopisk tilgang.

Ekskluderingskriterier:

  • Graviditet
  • Enhver klinisk tilstand, der gør endoskopi uoverkommelig.
  • Patienter med historie med kolorektalt karcinom.
  • Patienter med historie med inflammatorisk tarmsygdom (IBD)
  • Manglende evne til at give informeret samtykke

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: Ikke-randomiseret
  • Interventionel model: Crossover opgave
  • Maskning: Enkelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: HD-koloskopi + AI-HD koloskopi
Denne gruppe er omfattet af patienter >45 år indsendt til diagnostisk koloskopi. I samme session vil der blive udført en HD-koloskopi efterfulgt af en HD-koloskopi med kunstig intelligens assistance. Den anden procedure vil blive udført af en operatør med samme ekspertiseniveau sammenlignet med den indledende procedure (ekspert eller ikke-ekspert) og blindet over for resultaterne af den tidligere intervention.
HD-koloskopi udført af en ekspert eller ikke-ekspert endoskopist. Alle læsioner vil blive registreret, vurderet og fjernet til histologisk analyse.
HD-koloskopi med AI-assisteret polypdetektor. Nye polypper opdaget af AI vil blive registreret, fjernet og studeret.
Eksperimentel: AI-HD koloskopi + HD-koloskopi
Denne gruppe er omfattet af patienter >45 år indsendt til diagnostisk koloskopi. I samme session vil der blive udført en HD-koloskopi assisteret af kunstig intelligens efterfulgt af en HD-koloskopi alene. Den anden procedure vil blive udført af en operatør med samme ekspertiseniveau i forhold til den indledende procedure (ekspert eller ikke-ekspert) og blindet over for resultaterne af den tidligere intervention.
HD-koloskopi udført af en ekspert eller ikke-ekspert endoskopist. Alle læsioner vil blive registreret, vurderet og fjernet til histologisk analyse.
HD-koloskopi med AI-assisteret polypdetektor. Nye polypper opdaget af AI vil blive registreret, fjernet og studeret.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Adenoma detektionsrate (ADR)
Tidsramme: op til en måned

Bivirkningen vil blive bestemt ved hver ny koloskopi (anden intervention) med mindst ét ​​adenom, histologisk bevist/NBI NICE klassificering.

Resultater vil blive sammenlignet mellem eksperter og ikke-eksperter endoskopister.

op til en måned
Polyp detektionshastighed (PDR)
Tidsramme: op til to timer

PDR vil blive bestemt ved hver ny koloskopi (anden intervention) med mindst én polyp.

Resultater vil blive sammenlignet mellem eksperter og ikke-eksperter endoskopister.

op til to timer
Diagnostisk ydeevne af AI-assisteret polypdetektor
Tidsramme: op til tre år
Den diagnostiske ydeevne af det AI-assisterede system vil blive vurderet ud fra sensitivitet, specificitet, positive og negative prædiktive værdier (PPV og NPV) og observatør-enighed.
op til tre år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Adenoma Miss Rate (AMR)
Tidsramme: Op til en måned
AMR vil blive bestemt af det samlede antal ubesvarede adenomer ved indledende undersøgelse. Diagnosen adenom vil blive stillet ved NBI NICE klassificering eller biopsi.
Op til en måned

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Carlos Robles-Medranda, MD FASGE, Instituto Ecuatoriano de Enfermedades Digestivas (IECED)

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.

Generelle publikationer

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)

11. januar 2020

Primær færdiggørelse (Anslået)

11. juni 2024

Studieafslutning (Anslået)

1. september 2024

Datoer for studieregistrering

Først indsendt

9. februar 2023

Først indsendt, der opfyldte QC-kriterier

9. februar 2023

Først opslået (Faktiske)

21. februar 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

28. september 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

26. september 2023

Sidst verificeret

1. september 2023

Mere information

Begreber relateret til denne undersøgelse

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 Kolorektal cancer

Kliniske forsøg med HD-koloskopi

Abonner