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

EndoStyle: Artificial Intelligence Image Transformation Tool til koloskopi (EndoStyle)

25. august 2025 opdateret af: Wuerzburg University Hospital

EndoStyle: Undersøgelse af læger om overførsel af endoskopisk billedstil.

Undersøgelsen adresserer begrænsningerne af nuværende AI-systemer inden for gastrointestinal endoskopi, som typisk trænes med data fra en enkelt type endoskopiprocessor og har begrænsede ekspertkommenterede billeder. Efterforskerne sigter mod at udvikle og validere EndoStyle, et AI-system, der kan generere billeder i stil med forskellige processorer fra et enkelt referencebillede. EndoStyle vil blive testet ved at vise endoskoper koloskopisekvenser med forskellige billedtyper for at afgøre, om de kan skelne AI-transformerede billeder. Succes ville forbedre AI-træning til forskellige kliniske opsætninger.

Studieoversigt

Status

Afsluttet

Intervention / Behandling

Detaljeret beskrivelse

Brugen af ​​kunstig intelligens (AI) i gastrointestinal endoskopi er blevet udbredt. Disse systemer trænes dog ofte kun med data fra en enkelt type endoskopiprocessor, hvilket begrænser deres anvendelighed. Derudover er tilgængeligheden af ​​billeder annoteret af eksperter begrænset, hvilket påvirker datavariabiliteten og dermed AI-systemernes ydeevne.

Formålet med denne undersøgelse er at udvikle et nyt kunstig intelligens (AI) baseret system (EndoStyle) og validere dets ægthed ved hjælp af en undersøgelse blandt læger, som er i stand til at generere flere billeder i stil med forskellige processortyper (inklusive Olympus, Pentax og Storz) fra et enkelt endoskopi-referencebillede.

Efterforskernes hypotese er, at AI-systemet er i stand til med succes at ændre billedstilen på videoprocessorer, hvor forskellene er umærkelige for endoskopistens øje.

Metoden består i at vise til flere endoskopister 28 koloskopisekvenser af 10 sekunders varighed hver. I hver af dem vil der blive vist 3 billeder, der kan være alle de mulige kombinationer af billeder, der tilhører positiv kontrol, negativ kontrol og Endostyle (interventionsgruppe). Ved at udføre en statistisk sammenligning af procenterne af udvalgte billeder for hver gruppe vil efterforskerne være i stand til at fastslå, om deltagerne er i stand til at skelne billederne transformeret af AI.

Hvis resultaterne bekræfter vores hypotese, kunne vores system generere billeder, der ville tillade en mere tilpasset træning af AI-systemer til hver klinisk opsætning.

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

    • Bavaria
      • Würzburg, Bavaria, Tyskland, 97080
        • University Clinic of Würzburg

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

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Deltagerne i undersøgelsen vil være læger med erfaring i koloskopi.

Beskrivelse

Inklusionskriterier:

  • Læger med erfaring i koloskopi.

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
Positiv kontrol
Billedet, der vises til deltageren, tilhører den samme koloskopi, der er vist i 10 sekunders videosekvens.
Negativ kontrol
Billedet, der vises til deltageren, tilhører den samme koloskopi, der er vist i 10 sekunders videosekvens.
EndoStyle (interventionsgruppe)
Billedet, der vises til deltageren, tilhører ikke 10 sekunders koloskopi-videosekvensen, men er blevet transformeret med AI for at simulere videoens stil.
EndoStyle-systemet er i stand til at transformere stilen på de forskellige videoprocessorbilleder.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Perceptuel udskillelighed af AI-transformerede endoskopiske billeder
Tidsramme: 5 måneder
Sammenligning af nøjagtigheden for hver undersøgelsesgruppe.
5 måneder

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Tid taget til billedidentifikation
Tidsramme: 5 måneder
Det tager tid at vurdere de forskellige opgaver i henhold til hver studiegruppe.
5 måneder
Indflydelse af regelmæssigt brugt processor
Tidsramme: 5 måneder
Indflydelse af regelmæssigt brugt endscopy processor under klinisk arbejde for den perceptuelle udskillelighed af AI-transformerede endoskopiske billeder med definerede processorklasser
5 måneder
Indflydelse af endoskopi erfaring
Tidsramme: 5 måneder
Indflydelse af erfaring med endoskopi målt i livstidsudførte koloskopier på perceptuel udskillelighed af AI-transformerede endoskopiske billeder
5 måneder

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Alexander Hann, MD, University Hospital of Würzburg

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)

15. august 2024

Primær færdiggørelse (Faktiske)

22. august 2025

Studieafslutning (Faktiske)

22. august 2025

Datoer for studieregistrering

Først indsendt

8. august 2024

Først indsendt, der opfyldte QC-kriterier

13. august 2024

Først opslået (Faktiske)

14. august 2024

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Anslået)

2. september 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

25. august 2025

Sidst verificeret

1. august 2025

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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

Abonner