- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06059378
Reale Umsetzung einer KI-basierten optischen Diagnose (AI-OD)
Reale Umsetzung einer auf künstlicher Intelligenz basierenden optischen Diagnosestrategie für kleine kolorektale Polypen
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Alle Patienten, die die Ein-/Ausschlusskriterien erfüllen, können aufgenommen werden.
Geeignete Patienten werden über ein Einverständnisformular über die Studie informiert, das Informationen zur optischen Diagnose (Resektion und Verwerfen, Diagnostizieren und Verlassen) und zu AI/CADx-Systemen enthält. Anschließend werden die Patienten gefragt, ob sie bereit sind, an der Studie teilzunehmen, wobei die KI-gestützte optische Diagnose sowie die Strategien „Resezieren und Verwerfen“ und „Diagnose und Verlassen“ zum Einsatz kommen. Wenn ein Patient eine optische Diagnose ablehnt, wird er nach dem Grund für seine Verweigerung der Teilnahme an der Studie gefragt. Die Optionen für ihre Antwort umfassen:
- Bedenken hinsichtlich einer optischen Diagnose.
- Generell Zurückhaltung bei der Teilnahme an Forschungsprojekten.
- Andere Gründe.
- Beantworte die Frage lieber nicht. Diese Daten werden zusammen mit den Patientenmerkmalen (Alter, Geschlecht) erfasst und aufbewahrt, um die Gründe für die Nichtteilnahme zu analysieren. Patienten, die der Teilnahme an der Studie zustimmen, werden für alle identifizierten winzigen kolorektalen Polypen einer Standardkoloskopie mit KI-gestützter optischer Diagnose unterzogen. Es werden hochauflösende Koloskope mit einer gemeinsamen computergestützten Klassifikationsunterstützung (CADx) (CAD-EYE-Software EW10-EC02) verwendet. Die Endoskopiker werden außerdem den CAD-EYE-Blaulichtbildgebungsmodus (BLI) verwenden, um die Visualisierung von Polypenmerkmalen zu verbessern. Bei der optischen Diagnose mittels CADx wird auf dem Endoskopiebildschirm die wahrscheinlichste Diagnose (neoplastisch oder hyperplastisch) angezeigt. Wenn der Subtyp der gezackten Pathologie als wahrscheinlichste Histologie ermittelt wird, treffen die Endoskopiker die endgültige Entscheidung. Sie geben außerdem an, ob ihre optische Diagnose mit geringer oder hoher Sicherheit erstellt wurde. Wenn histologische Merkmale mit hohem Risiko mithilfe von BLI beobachtet werden, informieren die Endoskopiker den wissenschaftlichen Mitarbeiter zur Dokumentation und der Polyp wird gemäß den Empfehlungen der ASGE PIVI-Richtlinien zur pathologischen Untersuchung geschickt. Alle Polypen > 5 mm werden gemäß dem Pflegestandard zur pathologischen Beurteilung geschickt. Die Polypengröße wird mithilfe einer virtuellen Skalentechnologie gemessen, die in das computergestützte System (CAD) integriert ist, um eine genaue Polypengröße sicherzustellen.
Die Überwachungsintervalle werden gemäß den neuesten USMSTF- und ESGE-Richtlinien festgelegt. Zwei unabhängige Endoskopiker, die für die anfängliche optische Diagnose blind sind, überprüfen alle Videoaufzeichnungen und führen unabhängig die KI-gestützte optische Diagnose für jeden 1–5 mm großen Polypen durch. Bei Polypen > 5 mm wird die Diagnose anhand der Histologie gemäß dem Behandlungsstandard beurteilt.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
Quebec
-
Montréal, Quebec, Kanada
- Rekrutierung
- Centre Hospitalier de l'Université de Montréal
-
Hauptermittler:
- Daniel von Renteln, MD
-
Kontakt:
- Julie Fleury
- Telefonnummer: 30917 514-890-8000
- E-Mail: julie.fleury.chum@ssss.gouv.qc.ca
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Alter 45-80 Jahre
- Unterzieht sich einer ambulanten Koloskopie im Centre Hospitalier de l'Université de Montréal (CHUM)
- Unterzeichnete Einverständniserklärung
Ausschlusskriterien:
- Entzündliche Darmerkrankung;
- Aktive Kolitis;
- Hereditäres CRC-Syndrom;
- Koagulopathie;
- Status der American Society of Anaesthesiologists (ASA) >3
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
---|---|
Sonstiges: KI-gestützte Klassifizierung kleiner Polypen während einer Koloskopie
KI-gestützte Klassifizierung kleiner Polypen während einer Koloskopie unter Verwendung des CAD-eye-Erkennungs- und Klassifizierungssystems für Patienten, die einer optischen Diagnose kleiner kolorektaler Polypen zustimmen
|
CADeye (Fujifilm, Japan) ist ein KI-gestütztes System zur gemeinsamen Erkennung (CADe) und Klassifizierung (CADx), das mithilfe der KI-Deep-Learning-Technologie entwickelt wurde, um die Erkennung und Charakterisierung endoskopischer Läsionen im Dickdarm zu unterstützen.
Andere Namen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Vereinbarung zwischen (CADx) unterstützter optischer Diagnose und Beurteilung durch zwei erfahrene Endoskopiker bei der Festlegung von Überwachungsintervallen
Zeitfenster: 120 Tage
|
Berechnung des Anteils der Überwachungsintervalle, die mit den Richtlinien der European Society for Gastrointestinal Endoscopy (ESGE) und der US Multisociety Task Force (USMSTF) übereinstimmen, wenn die Beurteilung durch zwei erfahrene Endoskopiker als Referenzstandard verwendet wird.
|
120 Tage
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
---|---|---|
Diagnostische Merkmale der (CADx)-gestützten optischen Diagnosestrategie unter Verwendung der Beurteilung durch zwei erfahrene Endoskopiker als Referenzstandard
Zeitfenster: 120 Tage
|
Zur Berechnung der Genauigkeit, Sensitivität, Spezifität, des positiven Vorhersagewerts und des negativen Vorhersagewerts der (CADx) unterstützten optischen Diagnosestrategie (Resektion und Verwerfen) unter Verwendung der Beurteilung durch zwei erfahrene Endoskopiker als Referenzstandard.
|
120 Tage
|
Negativer Vorhersagewert für die Diagnose von Rektosigmoidadenomen einer KI (CADx)-gestützten optischen Diagnosestrategie (Diagnose und Beurlaubung) unter Verwendung der Beurteilung durch zwei erfahrene Endoskopiker als Referenzstandard
Zeitfenster: 120 Tage
|
Berechnung des negativen Vorhersagewerts für die Diagnose von Rektosigmoidadenomen einer AI (CADx)-gestützten optischen Diagnosestrategie unter Verwendung der Beurteilung durch zwei erfahrene Endoskopiker als Referenzstandard
|
120 Tage
|
Bewertung von Effizienzgewinnen durch KI-gestützte optische Diagnose
Zeitfenster: 120 Tage
|
Berechnung des Prozentsatzes histopathologischer Analysen, der vermieden werden könnte, und der Kosteneinsparungen, die sich aus dem Ersatz der Pathologie durch KI-gestützte optische Diagnose ergeben.
|
120 Tage
|
Bereitschaft der Patienten, sich einer KI-gestützten optischen Diagnose anstelle einer Pathologie für winzige Polypen zu unterziehen
Zeitfenster: 120 Tage
|
Berechnung des Prozentsatzes der Patienten, die einer Resektion und einer Ausmusterung sowie Diagnose- und Abbruchstrategien zustimmen
|
120 Tage
|
Bewertung von Kosteneinsparungen durch KI-gestützte optische Diagnose
Zeitfenster: 120 Tage
|
Berechnung der Kosteneinsparungen, die durch die Vermeidung einer histologischen Analyse resezierter Proben entstehen (geschätzt in 2023 kanadischen Dollar).
|
120 Tage
|
Bewertung der Effizienzgewinne durch Kommunikation in Überwachungsintervallen am selben Tag aufgrund der Implementierung einer KI-basierten optischen Diagnose
Zeitfenster: 120 Tage
|
Berechnung des Prozentsatzes der Patienten, denen am selben Tag wie die Koloskopie ein Überwachungsintervall zugewiesen werden kann.
|
120 Tage
|
Mitarbeiter und Ermittler
Sponsor
Ermittler
- Hauptermittler: Daniel von Renteln, MD, Centre hospitalier de l'Université de Montréal (CHUM)
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
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
- 2024-11557
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 Künstliche Intelligenz-unterstützte Klassifizierung (CADx)
-
Maastricht University Medical CenterCatharina Ziekenhuis Eindhoven; Eindhoven University of TechnologyAbgeschlossenDarmkrebs | Kolorektaler PolypNiederlande