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

Klinisk undersøgelse af nøjagtigheden af ​​AI-assisteret endocytoskopi i realtid i diagnosen kolorektal dæmpende polypper

5. marts 2025 opdateret af: The First Hospital of Jilin University

Kolorektal cancer (CRC) er den tredje hyppigste maligne tumor i verden og den næststørste årsag til kræftrelateret død [1]. Koloskopi betragtes som den foretrukne metode til screening for kolorektal cancer, og tidlig og resekterbar påvisning af kolorektale neoplastiske læsioner kan signifikant reducere morbiditet og dødelighed af kolorektal cancer. I de senere år, med den kontinuerlige udvikling af endoskopiske diagnostiske teknikker og standardisering og styrkelse af endoskopistuddannelse, er påvisningsraten af ​​kolorektale polypper steget år for år. I takt med at antallet af endoskopiske udskæringer stiger, stiger omkostningerne forbundet med endoskopisk udskæring og patologisk diagnose af udskårne prøver år for år. Forskningsresultater viste, at omkring 90 % af de påviste polypper var små polypper (6-9 mm) og diminutive polypper (≤5 mm), og næsten halvdelen af ​​dem var ikke-neoplastiske polypper, så endoskopisk resektion og histopatologisk undersøgelse var ikke påkrævet [ 2, 3]. For at reducere unødvendig patologisk undersøgelse og endoskopisk behandling foreslog American Society of Digestive Endoscopy PIVI-strategier: "udskæring og kassering" og "diagnosticer og undlad ikke udskæring" strategier.

Endocytoskopi er en slags ultrahøj forstørrelse endoskopi. Kombineret med kemisk farvning og smalbåndsafbildningsteknologi kan endoskopister observere og bedømme den nukleare morfologi, kirtelkanal-morfologi og mikrovaskulær morfologi af kolorektale læsioner ved nøgne øje og dermed realisere formålet med realtid biopsi in vivo. Imidlertid kræver det meget erfaring med akkumulering for at forbedre vurderingsnøjagtigheden af ​​endoskopibilleder, og endoskopiprodukter har visse subjektive vurderinger og fejl i processen med at bedømme resultater. For at løse dette problem foreslås kunstig intelligens (AI) derfor klinisk. Vores center har udviklet et kunstig intelligensassisteret diagnosesystem baseret på endocytoskopi til at hjælpe endocytoskopi med at bedømme arten af ​​kolorektale læsioner. Hvorvidt dette kunstige intelligensassisterede diagnosesystem er nøjagtigt i at bedømme arten af ​​kolorektal mindskende polypper og er velegnet til udbredt promovering og anvendelse af PIVI -strategi mangler relevante kliniske data. Denne undersøgelse har til hensigt at udføre denne kliniske undersøgelse for at verificere den diagnostiske nøjagtighed af denne kunstige intelligens i diagnosen kolorektal diminutive polypper.

Studieoversigt

Status

Rekruttering

Betingelser

Undersøgelsestype

Observationel

Tilmelding (Anslået)

600

Kontakter og lokationer

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

Studiekontakt

Studiesteder

    • Jilin
      • Changchun, Jilin, Kina, 130021
        • Rekruttering
        • First Hospital of Jilin University
        • Kontakt:

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

  • Barn
  • Voksen
  • Ældre voksen

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

patienter med kolorektale læsioner

Beskrivelse

Inkluderingskriterier:

  • kolorektale læsioner

Ekskluderingskriterier:

  • læsioner, der mangler billeder af høj kvalitet;
  • Inflammatorisk tarmsygdom, familiær adenomatøs polypose og andre specielle sygdomme;
  • submucosal tumorer;
  • Patologisk diagnose af inflammatoriske polypper, Peutz-Jeghers-polypper, unge polypper, lymfom og andre patologiske typer.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Tidsramme
Negativ forudsigelsesværdi
Tidsramme: 2025-12-31
2025-12-31
følsomhed
Tidsramme: 2025-12-31
2025-12-31
specificitet
Tidsramme: 2025-12-31
2025-12-31
nøjagtig
Tidsramme: 2025-12-31
2025-12-31

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Hong Xu, Docror, The First Hospital of Jilin University

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)

5. februar 2025

Primær færdiggørelse (Anslået)

31. december 2025

Studieafslutning (Anslået)

31. december 2025

Datoer for studieregistrering

Først indsendt

20. januar 2025

Først indsendt, der opfyldte QC-kriterier

20. januar 2025

Først opslået (Faktiske)

25. marts 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

25. marts 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

5. marts 2025

Sidst verificeret

1. januar 2025

Mere information

Begreber relateret til denne undersøgelse

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 25K014-001

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

produkt fremstillet i og eksporteret fra U.S.A.

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 polyp

Abonner