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

AI-assisteret koloskopirapportsystem til forbedring af rapporteringskvaliteten

13. april 2023 opdateret af: Renmin Hospital of Wuhan University

Tale- og billedgenkendelsesbaseret system til forbedring af rapporteringskvaliteten under koloskopi

I denne undersøgelse foreslog efterforskerne en prospektiv undersøgelse om effektiviteten af ​​tale- og billedgenkendelsesbaseret system til at forbedre rapporteringskvaliteten under koloskopi for koloskopirapportkvalitet hos endoskopister. Deltagerne ville blive delt op i to grupper. Til de indsamlede koloskopivideoer ville gruppe A optage deres observationer ved hjælp af det kunstige intelligenssystem. Det kunstige intelligens-assistentsystem kan automatisk fange billeder af tarmsegmenter og fremkalde unormale læsioner. Gruppe B ville fuldføre endoskopirapporten uden særlige anvisninger. Efter en periode med udvaskningsperiode skiftede de to grupper, det vil sige gruppe A uden AI-assistance og gruppe B med AI-assistance for at færdiggøre koloskopirapporten. Derefter sammenlignes fuldstændigheden af ​​koloskopirapporten, fuldstændigheden af ​​at fange anatomiske pejlemærker og påviste læsioner, fuldstændigheden af ​​den strukturerede beskrivelse, nøjagtigheden af ​​læsionsrapporteringen, tidspunktet for rapportering og tilfredsheden med rapporteringssystemet med eller uden AI-assistance.

Studieoversigt

Status

Ikke rekrutterer endnu

Undersøgelsestype

Interventionel

Tilmelding (Forventet)

10

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

Studiesteder

    • Hubei
      • Wuhan, Hubei, Kina, 430060
        • Renmin Hospital of Wuhan Univercity

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

  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ja

Beskrivelse

Inklusionskriterier:

Patienter:

  1. Mand eller kvinde ≥18 år gammel;
  2. Kunne læse, forstå og underskrive et informeret samtykke;
  3. Investigator mener, at forsøgspersonerne kan forstå processen i den kliniske undersøgelse, er villige og i stand til at gennemføre alle undersøgelsesprocedurer og opfølgningsbesøg og samarbejder med undersøgelsesprocedurerne;
  4. Patienter, der kræver koloskopi.

Læger:

  1. hanner eller kvinder, der er over 18 år;
  2. Efter kvalificeret medicinsk uddannelse og opnåelse af lægepraksislicens.

Ekskluderingskriterier:

Patienter:

  1. Har stof- eller alkoholmisbrug eller psykisk lidelse inden for de sidste 5 år;
  2. Gravide eller ammende kvinder;
  3. Patienter med kendt multipel polyp syndrom;
  4. patienter med kendt inflammatorisk tarmsygdom;
  5. kendt tarmstenose eller pladsoptagende tumor;
  6. kendt colon obstruktion eller perforation;
  7. patienter med en historie med kolorektal kirurgi;
  8. Patienter med tidligere allergi over for tidligere brugt spasmolyse;
  9. Ude af stand til at udføre biopsi på grund af koagulationsforstyrrelser eller orale antikoagulantia;
  10. Højrisikosygdomme eller andre særlige tilstande, som investigator anser forsøgspersonen for uegnet til deltagelse i det kliniske forsøg.

Læger:

1. Forskeren mener, at forsøgspersonerne ikke er egnede til at deltage i kliniske forsøg.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Enhedens gennemførlighed
  • Tildeling: Randomiseret
  • Interventionel model: Crossover opgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: med kunstig intelligens assistentsystem
Endoskopister ville færdiggøre koloskopirapporten med hjælp fra det kunstige intelligenssystem.
Det kunstige intelligens-assistentsystem kan automatisk fange billeder af tarmsegmenter og fremkalde unormale læsioner baseret på talegenkendelse og dyb indlæring.
Ingen indgriben: uden kunstig intelligens assistentsystem
Endoskopister ville fuldføre koloskopirapporten uden særlige anvisninger.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Rapporten om integriteten af ​​koloskopi
Tidsramme: En måned
Rapportér integritet med eller uden AI-assisteret. Beregningsmetode = antal registrerede oplysninger / samlet antal oplysninger, der skal registreres x 100 %
En måned

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Integriteten ved at fange anatomiske vartegn
Tidsramme: En måned
Integriteten i opfangede tarmlandmrak-billeder med eller uden AI-assisteret. Beregningsmetode = antal anatomiske vartegn i optagne billeder / samlet antal anatomiske vartegn x 100 %
En måned

Andre resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Rapportlæsionens integritet
Tidsramme: En måned
Rapportér læsionsintegritet med eller uden AI-assisteret. Beregningsmetode = antal rapporterede læsioner / samlet antal læsioner x 100 %
En måned
Fuldstændigheden af ​​struktureret beskrivelse
Tidsramme: En måned
Fuldstændigheden af ​​struktureret beskrivelse med eller uden AI-assisteret. Beregningsmetode = antal strukturerede beskrivelser / samlet antal strukturerede beskrivelser skal registreres x 100 %
En måned
Nøjagtighed af læsionsrapportering
Tidsramme: En måned
Nøjagtighed af læsionsrapport med eller uden AI-assisteret. Beregningsmetode = antal læsioner med korrekt beskrivelse / samlet antal læsioner beskrivelsex 100 %
En måned
Tidspunkt for rapportering
Tidsramme: En måned
Tidspunktet for rapportering med eller uden AI-assisteret
En måned
Tilfredsheden med indberetningssystemet
Tidsramme: En måned
Tilfredsheden med rapporteringssystemet med eller uden AI-assisteret
En måned

Samarbejdspartnere og efterforskere

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

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 (Forventet)

15. maj 2023

Primær færdiggørelse (Forventet)

15. juni 2023

Studieafslutning (Forventet)

31. juli 2023

Datoer for studieregistrering

Først indsendt

2. april 2023

Først indsendt, der opfyldte QC-kriterier

13. april 2023

Først opslået (Faktiske)

25. april 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. april 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

13. april 2023

Sidst verificeret

1. marts 2023

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • EA-23-002

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 Assistentsystem til kunstig intelligens

3
Abonner