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

Kunstig intelligens i koloskopi

15. januar 2025 opdateret af: Zofia Orzeszko, Jagiellonian University

Kunstig intelligens i endoskopisk diagnose af kolorektale polypper: en prospektiv randomiseret undersøgelse.

Kolorektal cancer er den næsthyppigste malignitet i landene i Den Europæiske Union. Koloskopi er den primære metode til at opdage og forebygge udvikling af tyktarmskræft er endoskopisk undersøgelse. Denne undersøgelse har til formål at evaluere virkningen af ​​kunstig intelligens på påvisningshastigheden af ​​polypper og tidlige stadier af kolorektal cancer.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Kolorektal cancer er den næsthyppigste malignitet i landene i Den Europæiske Union. Den primære metode til påvisning og forebyggelse af udviklingen af ​​tyktarmskræft er endoskopisk undersøgelse-koloskopi, hvorunder præcancerøse læsioner såsom adenomer og takkede polypper kan fjernes. Effektiviteten af ​​koloskopi afhænger af adenomdetektionshastigheden, som varierer mellem endoskopister og er påvirket af deres færdigheder og erfaring. Det er bevist, at koloskopi af høj kvalitet forhindrer udeladelse af tyktarmskræft, som i fremtiden kan udvikle sig som såkaldt intervalkræft. Et gennembrud inden for maskinlæring i de senere år har muliggjort udviklingen af ​​kommercielle kunstige intelligenssystemer. Disse systemer sigter mod at forbedre detektionshastigheden af ​​forstadier til kræftpolypper og som følge heraf potentielt reducere risikoen for at udvikle tyktarmskræft. Kunstig intelligens forventes også at hjælpe med at standardisere ydeevnen på tværs af endoskopiske procedurer af varierende kvalitet og derved bidrage til en reduktion i forekomsten af ​​tyktarmskræft i fremtiden. Denne undersøgelse har til formål at evaluere virkningen af ​​kunstig intelligens på påvisningshastigheden af ​​polypper og tidlige stadier af kolorektal cancer.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

630

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Polen
    • Lesser Poladn
      • Krakow, Lesser Poladn, Polen, 31559
        • Rekruttering
        • MEDICINA Medical Center
        • Kontakt:
        • Ledende efterforsker:
          • Zofia Orzeszko, MD
    • Lesser Polasd
      • Krakow, Lesser Polasd, Polen, 31061
        • Rekruttering
        • Brothers Hospitallers Medical Center, Hospital of St John of god in Krakow
        • Kontakt:
        • Ledende efterforsker:
          • Tomasz Gach, PhD

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

Ingen

Beskrivelse

Inklusionskriterier:

  • Samtykke til at deltage i undersøgelsen,
  • Alder mellem 50 og 65 år,
  • Planlagt ambulant koloskopi.

Ekskluderingskriterier:

  • Tidligere koloskopi,
  • Historie om kolorektal kirurgi,
  • Løbende biologisk terapi for enhver indikation,
  • Primær skleroserende kolangitis,
  • Familiært polypose syndrom,
  • Kronisk diarré,
  • Colitis ulcerosa,
  • Crohns sygdom.

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: Randomiseret
  • Interventionel model: Parallel tildeling
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: AI-gruppe
AI-gruppen vil omfatte patienter, der gennemgår koloskopi med støtte fra ENDO-AID OIP-1 kunstig intelligens-systemet til påvisning af kolorektal polypper.
Enhed: Computerstøttet detektion (CADe)
Endo-Aid CADe-system er en AI-assisteret computerstøttet læsionsdetektionsapplikation på ENDO-AID-hardware. Den bruger en kompleks algoritme skabt via et neuralt netværk udviklet og undervist af Olympus. Med denne nye app kan det sofistikerede maskinlæringssystem advare endoskopisten i realtid, når en mistænkelig læsion vises på skærmen. Billedet fra vision-processoren overføres til CADe-enheden. Computerapplikationen genkender formen af ​​polypperne og markerer deres plads på skærmen.
Ingen indgriben: Ikke-AI-gruppe
Ikke-AI-gruppe vil bestå af patienter, der gennemgår koloskopi uden hjælp fra dette system.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Adenoma detektionsrate (ADR)
Tidsramme: Under koloskopiundersøgelsen
Procentdelen af ​​koloskopier, når mindst ét ​​histologisk bevist adenom blev fundet.
Under koloskopiundersøgelsen

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nytte af kunstig intelligens for både nybegyndere og erfarne endoskopister
Tidsramme: Under koloskopiundersøgelsen
Forskellen i adenomdetektionsrater (ADR) opnået med og uden AI hos praktikanter og ekspertendoskopister.
Under koloskopiundersøgelsen
Vurdering af morfologien af ​​polypper påvist under koloskopi
Tidsramme: Under koloskopiundersøgelsen
Vurdering af forskellene i polyppers morfologi påvist i begge arme af undersøgelsen.
Under koloskopiundersøgelsen
Omkostningsanalyse af procedurer udført med brug af kunstig intelligens
Tidsramme: Gennem studieafslutning i gennemsnit 6 måneder
Vurderingen af ​​omkostningseffektiviteten af ​​AI-implementering, herunder de øgede omkostninger til patologisk evaluering og yderligere overvågningsundersøgelser.
Gennem studieafslutning i gennemsnit 6 måneder

Samarbejdspartnere og efterforskere

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

Sponsor

Jagiellonian University

Efterforskere

  • Studiestol: Miroslaw Szura, Prof., Jagiellonian University in Krakow
  • Ledende efterforsker: Zofia Orzeszko, MD, Jagiellonian University in Krakow

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)

1. november 2024

Primær færdiggørelse (Anslået)

31. oktober 2025

Studieafslutning (Anslået)

31. december 2025

Datoer for studieregistrering

Først indsendt

12. januar 2025

Først indsendt, der opfyldte QC-kriterier

15. januar 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

15. januar 2025

Sidst verificeret

1. januar 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Andre undersøgelses-id-numre

  • 2024.000.421

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 Computerstøttet detektion (CADe)

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Sri Lanka

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner