Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

Künstliche-Intelligenz-gesteuerte Erkennung von Blutgefäßen zur Verbesserung der Sicherheit bei Third-Space-Endoskopieverfahren

14. April 2026 aktualisiert von: Abhishek Tyagi, Asian Institute of Gastroenterology, India

Künstliche Intelligenz-geführte Erkennung anatomischer Marker zur Verbesserung der Sicherheit bei endoskopischen Drittraum-Verfahren

Diese prospektive Studie zielt darauf ab, die Leistungsfähigkeit eines neuartigen klinischen Entscheidungsunterstützungswerkzeugs auf Basis von Künstlicher Intelligenz (KI) während endoskopischer Eingriffe im dritten Raum, wie etwa der Endoskopischen Submukosadissektion (ESD) und der Peroralen Endoskopischen Myotomie (POEM), zu bewerten.

Obwohl diese Verfahren wirksam zur Behandlung von gastrointestinalen Neoplasien und Motilitätsstörungen sind, bergen sie Risiken für intraprozedurale Blutungen und Perforationen, wenn submuköse Blutgefäße nicht korrekt identifiziert und koaguliert werden. Aufbauend auf früheren retrospektiven Validierungen wird diese Studie bewerten, ob ein Echtzeit-Künstliche-Intelligenz-Modell Endoskopiker dabei unterstützen kann, Blutgefäße während lebender menschlicher Eingriffe genauer und schneller zu erkennen und abzugrenzen.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Hintergrund und Begründung

Endoskopische Eingriffe im dritten Raum sind technisch anspruchsvoll. Die größte Herausforderung liegt in der unbeabsichtigten Durchtrennung submukosaler Gefäße, was zu Blutungen führt, die das Operationsfeld verdecken und das Perforationsrisiko erhöhen. Derzeit ist die Gefäßidentifizierung vollständig vom Operateur abhängig.

Unser Team hat ein KI-Modell auf Basis von Deep Learning entwickelt, das mit 250.000 annotierten Bildern aus 150 POEM-Eingriffen trainiert wurde. Dieses Modell ist für minimale Latenz optimiert, was Echtzeit-Visualisierungen (Abgrenzungen) von Blutgefäßen auf dem Endoskopie-Monitor ermöglicht.

Studienziele Das primäre Ziel ist die Bewertung der Gefäßerkennungsrate (VDR) – der Anteil der Gefäße, die der Endoskopiker mit KI-Unterstützung im Vergleich zur Standardpraxis identifiziert.

Die Studie wird auch untersuchen:

Gefäßerkennungszeit (VDT): Die Verzögerung zwischen dem Erscheinen eines Gefäßes im Sichtfeld und seiner Identifizierung.

Studiendesign & Ablauf:

In dieser prospektiven Studie wird das KI-System in den Olympus EVIS X1-Serie-Endoskopie-Stapel integriert. Während der Endoskopiker den submukosalen Raum navigiert, liefert die KI Echtzeit-Segmentierungsmasken zur Hervorhebung von Gefäßen. Die Leistung wird aufgezeichnet und mit einer Nachbereitungsprüfung durch unabhängige Experten verglichen, um Sensitivität und Erkennungsgeschwindigkeit zu berechnen.

Studientyp

Interventionell

Einschreibung (Geschätzt)

20

Phase

  • Unzutreffend

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studieren Sie die Kontaktsicherung

Studienorte

  • Indien
    • Telangana
      • Hyderabad, Telangana, Indien, 500032
        • Rekrutierung
        • Asian Institute Of Gastroenterology
        • Kontakt:
        • Hauptermittler:
          • Abhishek Tyagi, M.S.

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Beschreibung

Einschlusskriterien:

  • Patienten mit diagnostizierter Achalasie Cardia oder Neoplasmen.

Ausschlusskriterien:

  • Patienten mit Zuständen, die für Third-Space-Endoskopie-Verfahren als ungeeignet erachtet werden (z. B.: Kandidose)

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

  • Hauptzweck: Machbarkeit des Geräts
  • Zuteilung: Zufällig
  • Interventionsmodell: Parallele Zuordnung
  • Maskierung: Keine (Offenes Etikett)

Waffen und Interventionen

Teilnehmergruppe / Arm
Intervention / Behandlung
Aktiver Komparator: Mit Künstlicher Intelligenz
Der Endoskopiker wird die KI-generierte Segmentierungsmaske sehen
Gerät: KI-generierte Segmentierungsmaske für submuköse Blutgefäße
Echtzeit, KI-generierte Segmentierungsmaske oder Konturlinien für submuköse Blutgefäße, die auf dem Endoskopie-Monitor sichtbar sind.
Kein Eingriff: Ohne Künstliche Intelligenz
Der Endoskopiker wird die KI-generierte Segmentierungsmaske nicht sehen

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Gefäßerkennungsrate (VDR)
Zeitfenster: 3 Monate
der Anteil der vom Endoskopiker identifizierten Gefäße
3 Monate

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Gefäßdetektionszeit (VDT)
Zeitfenster: 3 Monate
Die Latenz zwischen dem Erscheinen eines Gefäßes im Sichtfeld und seiner Identifizierung.
3 Monate

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Sponsor

Asian Institute of Gastroenterology, India

Ermittler

  • Hauptermittler: Abhishek Tyagi, Asian Intitute of Gastroenterology

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

10. Februar 2026

Primärer Abschluss (Geschätzt)

30. April 2026

Studienabschluss (Geschätzt)

30. April 2026

Studienanmeldedaten

Zuerst eingereicht

27. Januar 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

3. Februar 2026

Zuerst gepostet (Tatsächlich)

10. Februar 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

15. April 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

14. April 2026

Zuletzt verifiziert

1. Februar 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • AITSE-1

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

Produkt, das in den USA hergestellt und aus den USA exportiert wird

Nein

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 Tumor

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Senegal

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren