- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT05147389
Künstliche Intelligenz für die digitale Cholangioskopie-Neoplasie-Diagnose
Klinische Validierung einer Software für künstliche Intelligenz für die digitale Cholangioskopie-Diagnose: ein Beobachtungsversuch
Die Ergebnisse der digitalen Single-Operator-Cholangioskopie (DSOC) ermöglichen eine hohe diagnostische Genauigkeit bei neoplastischen Gallengangsläsionen. Bisher gibt es keine allgemein akzeptierte DSOC-Klassifizierung. Die Intra- und Interobserver-Vereinbarungen von Endoskopikern sind sehr unterschiedlich. Die Beurteilung von Cholangiokarzinomen (CCA) mithilfe von Tools der künstlichen Intelligenz (KI) betrifft fast ausschließlich intrahepatische CCA (iCCA). Daher sind mehr KI-Tools zur Beurteilung extrahepatischer neoplastischer Gallengangsläsionen erforderlich.
In Ecuador haben die Forscher kürzlich ein KI-Modell zur Klassifizierung von Gallengangsläsionen während des Echtzeit-DSOC vorgeschlagen, das bösartige Muster genau erkennt. Diese Forschung verfolgt eine klinische Validierung unseres KI-Modells zur Unterscheidung zwischen neoplastischen und nicht-neoplastischen Gallengangsläsionen im Vergleich zu Endoskopikern mit hoher DSOC-Erfahrung.
Studienübersicht
Status
Intervention / Behandlung
Detaillierte Beschreibung
Die Unterscheidung zwischen neoplastischen und nicht-neoplastischen Gallengangsläsionen ist für Kliniker eine Herausforderung. Die Magnetresonanztomographie (MR) und die mittels endoskopischer retrograder Cholangiopankreatographie (ERCP) gesteuerte Biopsie erreichten einen negativen Vorhersagewert (NPV) von etwa 50 %. Andererseits erreichen die Ergebnisse der digitalen Single-Operator-Cholangioskopie (DSOC) eine hohe diagnostische Genauigkeit für neoplastische Gallengangsläsionen. DSOC könnte sogar besser sein als die DSOC-gesteuerte Biopsie, die in einigen Fällen nicht schlüssig ist. Bisher gibt es jedoch keine allgemein anerkannte DSOC-Klassifizierung für diesen Zweck. Auch die Intra- und Interobserver-Vereinbarungen der Endoskopiker sind sehr unterschiedlich. Daher ist weiterhin ein besser reproduzierbares System erforderlich.
Mit interessanten Ergebnissen wurde die Beurteilung von Cholangiokarzinomen (CCA) mithilfe von Tools der künstlichen Intelligenz (KI) auf der Grundlage bildgebender Radiomics entwickelt. Dennoch sind CCA-KI-Ressourcen fast ausschließlich für intrahepatische CCA (iCCA) mit endoskopischer Technik bestimmt. Daher sind mehr KI-Tools zur Beurteilung extrahepatischer neoplastischer Gallengangsläsionen erforderlich. Perihiläres (pCCA) und distales (dCCA) Cholangiokarzinom sind die typischsten neoplastischen Gallengangsläsionen. Beide machen 50–60 % bzw. 20–30 % aller CCA aus, einschließlich sekundärer bösartiger Erkrankungen mit lokaler Ausbreitung (Hepatokarzinom, Gallenblasen- und Bauchspeicheldrüsenkrebs).
In einer aktuellen portugiesischen Proof-of-Concept-Studie wurde ein KI-Tool entwickelt, das auf Faltungsneuronalen Netzwerken (CNNs) basiert. Es ermöglicht die Unterscheidung zwischen bösartigen und gutartigen Gallengangsläsionen oder normalem Gewebe mit sehr hoher Genauigkeit. Dennoch bedarf es weiterer externer Validierung, einschließlich eines Vergleichs der Intra- und Interobserver-Übereinstimmungen von Endoskopikern. In Ecuador haben die Forscher kürzlich ein KI-Modell zur Klassifizierung von Gallengangsläsionen während des DSOC in Echtzeit vorgeschlagen, mit dem in allen Fällen bösartige Muster erkannt werden konnten.
Diese Forschung verfolgt eine klinische Validierung unseres KI-Modells zur Unterscheidung zwischen neoplastischen und nicht-neoplastischen Gallengangsläsionen im Vergleich zu sechs Endoskopikern mit hoher DSOC-Erfahrung.
Studientyp
Einschreibung (Tatsächlich)
Kontakte und Standorte
Studienorte
-
-
-
Brussels, Belgien
- Department of Advanced Interventional Endoscopy, Universitair Ziekenhuis Brussel (UZB)/Vrije Universiteit Brussel (VUB)
-
-
-
-
-
São Paulo, Brasilien
- Serviço de Endoscopía Gastrointestinal do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo
-
-
-
-
Guayas
-
Guayaquil, Guayas, Ecuador, 090505
- Carlos Robles-Medranda
-
-
-
-
New Jersey
-
New Brunswick, New Jersey, Vereinigte Staaten, 08901
- Advanced Endoscopy Research, Robert Wood Johnson Medical School Rutgers University
-
-
Texas
-
Houston, Texas, Vereinigte Staaten, 77030
- Baylor Saint Luke's Medical Center
-
Houston, Texas, Vereinigte Staaten, 77098
- Houston Methodist Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Patienten wurden mit einem Hinweis auf DSOC aufgrund des Verdachts auf einen CBD-Tumor oder eine unbestimmte CBD-Stenose an unser Zentrum überwiesen.
- Patienten, die die Aufzeichnung des DSOC-Verfahrens für diese Studie genehmigt haben.
Ausschlusskriterien:
- Jeder klinische Zustand, der DSOC unrentabel macht.
- Patienten mit mehr als einem DSOC.
- Geringe Qualität der aufgezeichneten DSOC-Videos, selbst für das KI-Modell wie für die erfahrenen Endoskopiker.
- Verloren bei einer einjährigen Nachuntersuchung nach DSOC.
- Unstimmigkeit zwischen DSOC-Ergebnissen und einjähriger Nachuntersuchung, auch nach Neubewertung der jeweiligen DSOC-Videos.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
---|---|
Neoplastische Gallengangsläsionen
Diese Gruppe wird durch DSOC-Videos von Patienten mit DSOC-bestätigten neoplastischen Gallengangsläsionen bestätigt, die aus jeder teilnehmenden Gruppe stammen.
Jedes DSOC-Video entspricht einem vollständigen DSOC-Eingriff bei einem einzelnen Patienten.
Die Kriterien für neoplastische Gallengänge entsprechen den beiden folgenden Instrumenten: der Robles-Medranda et al. und der Mendoza-Klassifikation.
Eine weitere Folge wird notwendig sein, um die neoplastische Gallengangsläsion und den Typ zu bestätigen: pCCA oder dCCA, lokale Ausbreitung von iCCA, Hepatokarzinom gemischtes CCA/Hepatokarzinom, Gallenblasenkrebs, Bauchspeicheldrüsenkrebs oder jede andere neoplastische Gallengangsläsion.
Basierend auf der Nachuntersuchung werden Videos von Patienten mit bestätigten nicht-neoplastischen Gallengangsläsionen von einem Experten, der keine Kenntnis von klinischen Aufzeichnungen hat und nicht an der Videoklassifizierung teilnimmt, neu bewertet und neu klassifiziert oder schließlich ausgeschlossen.
|
AIWorks ist ein künstliches Intelligenzmodell zur cholangioskopischen Echtzeiterkennung neoplastischer und nicht-neoplastischer Gallengangsläsionen.
Als Erkennungsquelle können Sie zwischen einer Videodatei oder einem USB-Kameraeingang wählen.
Sobald die Eingabequelle ausgewählt wurde, führt die Software eine Echtzeiterkennung durch, indem sie den interessierenden Bereich (d. h. den Bereich mit bösartigen Merkmalen) innerhalb eines Begrenzungsrahmens umgibt.
Alle getätigten Erkennungen werden auf der rechten Seite des Bildschirms angezeigt und können auch im Nachhinein überprüft werden.
Sechs Endoskopiker mit hoher DSOC-Expertise werden eine Reihe von Videos beobachten und zwischen neoplastischen und nicht-neoplastischen Gallengangsläsionen nach einer Bernoulli-Verteilung klassifizieren. Er hatte keinen Einblick in die klinischen Aufzeichnungen und hätte diese Patienten niemals behandeln dürfen. Gastroenterologen aus jedem Zentrum, die nicht für das DSOC verantwortlich sind, werden DSOC-Videos und entsprechende Basisdaten auswählen. DSOC-Videos und -Daten werden in einem Satz gesammelt. Jedes Video stellt einen vollständigen DSOC für einen einzelnen Patienten dar. Der Patient wird die Einheit dieser Studie sein. Die Kriterien für neoplastische Gallengänge entsprechen der Klassifikation von Robles-Medranda et al. und Mendoza (d. h. Unregelmäßige Schleimhautoberfläche, gewundene und erweiterte Gefäße, unregelmäßige Knötchen, Polypen, Ulzerationen, Wabenmuster usw.). Die Experten beurteilen den neoplastischen Gallengang anhand des Vorhandenseins oder Fehlens disaggregierter Kriterien. Ebenso berechnet die Statistiksoftware anhand boolescher logischer Operatoren disaggregierte Antworten. |
Nicht-neoplastische Gallengangsläsionen
Diese Gruppe wird durch DSOC-Videos von Patienten mit DSOC-bestätigten nicht-neoplastischen Gallengangsläsionen bestätigt, die aus jeder teilnehmenden Gruppe stammen.
Jedes DSOC-Video entspricht einem vollständigen DSOC-Eingriff bei einem einzelnen Patienten.
Die nicht-neoplastischen Gallengangskriterien entsprechen den beiden folgenden Instrumenten: der Robles-Medranda et al. und der Mendoza-Klassifikation.
Eine weitere Nachuntersuchung wird notwendig sein, um nicht-neoplastische Gallengangsläsionen und, sofern verfügbar, den Typ zu bestätigen: akute oder chronische Cholangitis als Folge von Steinen oder der Lokalisation des Parasiten, autoimmune cholestatische Lebererkrankungen wie autoimmune sklerosierende Cholangitis und primäre biliäre Cholangitis.
Basierend auf der Nachuntersuchung werden Videos von Patienten mit bestätigten neoplastischen Gallengangsläsionen von einem Experten, der keine Kenntnis von klinischen Aufzeichnungen hat und nicht an der Videoklassifizierung teilnimmt, neu bewertet und neu klassifiziert oder endgültig ausgeschlossen.
|
AIWorks ist ein künstliches Intelligenzmodell zur cholangioskopischen Echtzeiterkennung neoplastischer und nicht-neoplastischer Gallengangsläsionen.
Als Erkennungsquelle können Sie zwischen einer Videodatei oder einem USB-Kameraeingang wählen.
Sobald die Eingabequelle ausgewählt wurde, führt die Software eine Echtzeiterkennung durch, indem sie den interessierenden Bereich (d. h. den Bereich mit bösartigen Merkmalen) innerhalb eines Begrenzungsrahmens umgibt.
Alle getätigten Erkennungen werden auf der rechten Seite des Bildschirms angezeigt und können auch im Nachhinein überprüft werden.
Sechs Endoskopiker mit hoher DSOC-Expertise werden eine Reihe von Videos beobachten und zwischen neoplastischen und nicht-neoplastischen Gallengangsläsionen nach einer Bernoulli-Verteilung klassifizieren. Er hatte keinen Einblick in die klinischen Aufzeichnungen und hätte diese Patienten niemals behandeln dürfen. Gastroenterologen aus jedem Zentrum, die nicht für das DSOC verantwortlich sind, werden DSOC-Videos und entsprechende Basisdaten auswählen. DSOC-Videos und -Daten werden in einem Satz gesammelt. Jedes Video stellt einen vollständigen DSOC für einen einzelnen Patienten dar. Der Patient wird die Einheit dieser Studie sein. Die Kriterien für neoplastische Gallengänge entsprechen der Klassifikation von Robles-Medranda et al. und Mendoza (d. h. Unregelmäßige Schleimhautoberfläche, gewundene und erweiterte Gefäße, unregelmäßige Knötchen, Polypen, Ulzerationen, Wabenmuster usw.). Die Experten beurteilen den neoplastischen Gallengang anhand des Vorhandenseins oder Fehlens disaggregierter Kriterien. Ebenso berechnet die Statistiksoftware anhand boolescher logischer Operatoren disaggregierte Antworten. |
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Bestätigung der Diagnose eines neoplastischen Gallengangs nach einem Jahr Nachuntersuchung
Zeitfenster: Ein Jahr
|
Die Fälle werden zunächst ein Jahr lang weiterverfolgt, um neoplastische Gallengangsläsionen zu bestätigen oder auszuschließen.
Eine eindeutige Diagnose einer neoplastischen Gallengangsläsion basiert auf einer DSOC-gesteuerten Biopsieprobe oder auf Befunden aus weiteren indizierten Verfahren, einschließlich bürstenzytologischer, fluoroskopisch gesteuerter, endoskopischer, ultraschallgesteuerter Gewebeentnahme, chirurgischen Proben und sogar bildgebenden Tests im Rahmen von a stärker beeinträchtigter Patient.
Schließlich wird die Übereinstimmung zwischen der einjährigen Nachbeobachtung (Goldstandard) im Vergleich zum KI-Modell und der Klassifizierung der DSOC-Endoskopiker durch eine 2 x 2-Kontingenztabelle überprüft.
|
Ein Jahr
|
Mitarbeiter und Ermittler
Mitarbeiter
Ermittler
- Hauptermittler: Carlos Robles-Medranda, Ecuadorian Institute of Digestive Diseases
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Saraiva MM, Ribeiro T, Ferreira JPS, Boas FV, Afonso J, Santos AL, Parente MPL, Jorge RN, Pereira P, Macedo G. Artificial intelligence for automatic diagnosis of biliary stricture malignancy status in single-operator cholangioscopy: a pilot study. Gastrointest Endosc. 2022 Feb;95(2):339-348. doi: 10.1016/j.gie.2021.08.027. Epub 2021 Sep 8.
- Robles-Medranda C, Oleas R, Sanchez-Carriel M, Olmos JI, Alcivar-Vasquez J, Puga-Tejada M, Baquerizo-Burgos J, Icaza I, Pitanga-Lukashok H. Vascularity can distinguish neoplastic from non-neoplastic bile duct lesions during digital single-operator cholangioscopy. Gastrointest Endosc. 2021 Apr;93(4):935-941. doi: 10.1016/j.gie.2020.07.025. Epub 2020 Jul 22.
- Robles-Medranda C, Valero M, Soria-Alcivar M, Puga-Tejada M, Oleas R, Ospina-Arboleda J, Alvarado-Escobar H, Baquerizo-Burgos J, Robles-Jara C, Pitanga-Lukashok H. Reliability and accuracy of a novel classification system using peroral cholangioscopy for the diagnosis of bile duct lesions. Endoscopy. 2018 Nov;50(11):1059-1070. doi: 10.1055/a-0607-2534. Epub 2018 Jun 28.
- Kahaleh M, Gaidhane M, Shahid HM, Tyberg A, Sarkar A, Ardengh JC, Kedia P, Andalib I, Gress F, Sethi A, Gan SI, Suresh S, Makar M, Bareket R, Slivka A, Widmer JL, Jamidar PA, Alkhiari R, Oleas R, Kim D, Robles-Medranda CA, Raijman I. Digital single-operator cholangioscopy interobserver study using a new classification: the Mendoza Classification (with video). Gastrointest Endosc. 2022 Feb;95(2):319-326. doi: 10.1016/j.gie.2021.08.015. Epub 2021 Aug 31.
- Sethi A, Tyberg A, Slivka A, Adler DG, Desai AP, Sejpal DV, Pleskow DK, Bertani H, Gan SI, Shah R, Arnelo U, Tarnasky PR, Banerjee S, Itoi T, Moon JH, Kim DC, Gaidhane M, Raijman I, Peterson BT, Gress FG, Kahaleh M. Digital Single-operator Cholangioscopy (DSOC) Improves Interobserver Agreement (IOA) and Accuracy for Evaluation of Indeterminate Biliary Strictures: The Monaco Classification. J Clin Gastroenterol. 2022 Feb 1;56(2):e94-e97. doi: 10.1097/MCG.0000000000001321.
- Kahaleh M, Raijman I, Gaidhane M, Tyberg A, Sethi A, Slivka A, Adler DG, Sejpal D, Shahid H, Sarkar A, Martins F, Boumitri C, Burton S, Bertani H, Tarnasky P, Gress F, Gan I, Ardengh JC, Kedia P, Arnelo U, Jamidar P, Shah RJ, Robles-Medranda C. Digital Cholangioscopic Interpretation: When North Meets the South. Dig Dis Sci. 2022 Apr;67(4):1345-1351. doi: 10.1007/s10620-021-06961-z. Epub 2021 Mar 30.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- IECED-11032021
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .
Klinische Studien zur Klassifizierung von KI-Modellen
-
Maastricht University Medical CenterCatharina Ziekenhuis Eindhoven; Eindhoven University of TechnologyAbgeschlossenDarmkrebs | Kolorektaler PolypNiederlande
-
Indiana UniversityWalther Cancer Institute; Charles Warren Fairbanks Center for Medical EthicsAbgeschlossenKrebs | Bewältigungsfähigkeiten
-
West Chester University of PennsylvaniaAbgeschlossenPrävention von Stimmstörungen bei LehramtsstudentenVereinigte Staaten
-
Boise State UniversityU.S. Department of JusticeAbgeschlossenProblemverhaltenVereinigte Staaten
-
Ann & Robert H Lurie Children's Hospital of ChicagoAbgeschlossenDepression | Jugendlicher - Emotionales ProblemVereinigte Staaten
-
Yale UniversityBeendetLebensqualität | Schizophrenie | Medikamentenhaftung | Anzeichen und Symptome | Anpassung, psychologischVereinigte Staaten
-
University of ArkansasNational Institute of Diabetes and Digestive and Kidney Diseases (NIDDK)Rekrutierung
-
Epitomee medicalAbgeschlossenÜbergewicht und AdipositasVereinigte Staaten
-
Mersin UniversityAbgeschlossenSucht nach sozialen MedienTruthahn
-
Tao OUYANGAktiv, nicht rekrutierend