Effekt af computerstøttet diagnose med forklarlig kunstig intelligens for kolonpolyp på optisk diagnose og accept af teknologi
Målet med dette kliniske forsøg er at lære, om computerstøttet diagnose med dyb læring og computerstøttet diagnose med forklarlig AI virker til optisk diagnoseydelse og accept af teknologi hos endoskopister. De vigtigste spørgsmål, den sigter mod at besvare er:
Forbedrer computerstøttet diagnose med dyb læring og computerstøttet diagnose med forklarlig AI den optiske diagnoseydelse hos endoskopister?
Forbedrer erfaring med at bruge deep learning-baseret computerassisteret diagnose og forklarlig AI-baseret computerassisteret diagnose endoskopisters accept af computerstøttet diagnose som teknologi?
Deltagerne vil:
Gennemfør en undersøgelse om accept og brug af teknologi om computerstøttet diagnose.
Udfør en test for at estimere den patologiske diagnose på 200 NBI-stillbilleder uden hjælp af computerstøttet diagnose.
Mere end 1 måned senere, udfør en samme test for at estimere den patologiske diagnose på 200 NBI-stillbilleder med computerstøttet diagnose med dyb læring eller forklarlig AI.
Gennemfør en undersøgelse om accept og brug af teknologi om computerstøttet diagnose.
Studieoversigt
Status
Betingelser
Undersøgelsestype
Tilmelding (Anslået)
Fase
- Ikke anvendelig
Kontakter og lokationer
Studiesteder
-
-
-
Seoul, Korea, Republikken, 06236
- Healthcare System Gangnam Center, Seoul National University Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Beskrivelse
Inklusionskriterier:
- Endoskoper med erfaring i koloskopi
Ekskluderingskriterier:
- Hvem kan ikke udføre koloskopi
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Diagnostisk
- Tildeling: Randomiseret
- Interventionel model: Parallel tildeling
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Eksperimentel: computerstøttet diagnose med forklarlig AI
Udfør en samme test for at estimere den patologiske diagnose på 200 NBI-stillbilleder med computerstøttet diagnose med forklarlig AI
|
Udfør samme test for at estimere den patologiske diagnose på 200 NBI-stillbilleder med computerstøttet diagnose med forklarlig AI.
|
|
Aktiv komparator: computerstøttet diagnose med dyb læring
Udfør samme test for at estimere den patologiske diagnose på 200 NBI-stillbilleder med computerstøttet diagnose med dyb læring
|
Udfør samme test for at estimere den patologiske diagnose på 200 NBI-stillbilleder med computerstøttet diagnose med dyb læring.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøjagtighed af optisk diagnose
Tidsramme: Fra baseline-test til opfølgningstest (mere end 1 måned senere fra baseline-test)
|
Andelen af tilfælde, hvor patologiske resultater er i overensstemmelse med endoskopisk estimering af adenom og hyperplastisk polyp
|
Fra baseline-test til opfølgningstest (mere end 1 måned senere fra baseline-test)
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
accept af computerstøttet diagnose som teknologi
Tidsramme: Fra baseline-test til opfølgningstest (mere end 1 måned senere fra baseline-test)
|
Undersøgelse om accept og brug af teknologi om computerstøttet diagnose.
|
Fra baseline-test til opfølgningstest (mere end 1 måned senere fra baseline-test)
|
Samarbejdspartnere og efterforskere
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- 2311-049-1482
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
produkt fremstillet i og eksporteret fra U.S.A.
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 .