Predicción asistida por computadora in vivo de histología de pólipos en colonoscopia de luz blanca
Nuestro grupo, previo al presente estudio, desarrolló un modelo predictivo artesanal basado en la extracción de patrones superficiales (textones) con una precisión diagnóstica superior al 90%24. Este método fue validado en un pequeño conjunto de datos que contenía solo imágenes de alta calidad.
Se espera que la inteligencia artificial mejore la precisión del diagnóstico óptico de pólipos colorrectales. Proponemos un enfoque híbrido que combina un sistema de aprendizaje profundo (DL) con características de pólipos indicadas por los médicos (HybridAI). Se realizará un experimento piloto in vivo.
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
El diagnóstico óptico tiene como objetivo predecir la histología de un pólipo en función de sus características endoscópicas. Esta práctica podría evitar el análisis histopatológico y reducir los costes derivados. Bajo esta premisa, la Sociedad Americana de Endoscopia Gastrointestinal (ASGE), en su declaración Preservation and Incorporation of Valuable endoscopic Innovations (PIVI), estableció un umbral diagnóstico para la evaluación endoscópica en tiempo real de pólipos diminutos. La justificación de su implementación es que la prevalencia de histología avanzada en pólipos < 5 mm es muy baja (0,5%).
Varios estudios han demostrado que el diagnóstico óptico de pólipos pequeños es seguro y factible en la práctica clínica y comparable al estándar de oro actual, la histopatología. Sin embargo, la precisión del diagnóstico óptico se ha demostrado insuficiente en prácticas comunitarias o en manos no expertas y el diagnóstico es aún más difícil en pólipos diminutos < 3 mm en los que la discrepancia entre el diagnóstico endoscópico y patológico es de unos 15 %
La Inteligencia Artificial (IA) ha surgido como una herramienta de ayuda para la caracterización de pólipos.
Con el objetivo de mejorar el diagnóstico óptico utilizando métodos de IA, proponemos un enfoque híbrido que combina la DL con las características de los pólipos indicados manualmente por los endoscopistas (HybridAI).
Tipo de estudio
Inscripción (Actual)
Contactos y Ubicaciones
Ubicaciones de estudio
-
-
-
Barcelona, España, 08036
- Hospital Clinic de Barcelona
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
Acepta Voluntarios Saludables
Géneros elegibles para el estudio
Método de muestreo
Población de estudio
Se incluirán todos los pacientes con pólipos de cualquier tamaño/morfología, detectados en una colonoscopia de rutina o de cribado, que sean resecados endoscópicamente y recuperados para el análisis histológico.
Las imágenes obtenidas se utilizarán para ampliar la base de datos.
Descripción
Criterios de inclusión:
- Edad > 18 años
- Aprobación de la participación en el estudio. Firma de consentimiento informado
- Pacientes con al menos un pólipo de cualquier tamaño/morfología diagnosticado en una colonoscopia de rutina o de detección
- Endoscopias realizadas con endoscopios de alta definición
Criterio de exclusión:
- Edad <18 años
- Negativa a participar en el estudio.
- Pólipos parcialmente resecados en una endoscopia previa
- Pacientes con enfermedad inflamatoria
- Imposibilidad de lavar restos de heces o mocos en la superficie del pólipo
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Modelos observacionales: Grupo
- Perspectivas temporales: Futuro
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión del sistema asistido por computadora para predecir la histología de pólipos en la práctica clínica real
Periodo de tiempo: Un año
|
Los resultados de la predicción del sistema asistido por computadora se compararán con el informe final de patología, que es el estándar de oro.
|
Un año
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Publicaciones y enlaces útiles
Publicaciones Generales
- Byrne MF, Chapados N, Soudan F, Oertel C, Linares Perez M, Kelly R, Iqbal N, Chandelier F, Rex DK. Real-time differentiation of adenomatous and hyperplastic diminutive colorectal polyps during analysis of unaltered videos of standard colonoscopy using a deep learning model. Gut. 2019 Jan;68(1):94-100. doi: 10.1136/gutjnl-2017-314547. Epub 2017 Oct 24.
- Sanchez-Montes C, Sanchez FJ, Bernal J, Cordova H, Lopez-Ceron M, Cuatrecasas M, Rodriguez de Miguel C, Garcia-Rodriguez A, Garces-Duran R, Pellise M, Llach J, Fernandez-Esparrach G. Computer-aided prediction of polyp histology on white light colonoscopy using surface pattern analysis. Endoscopy. 2019 Mar;51(3):261-265. doi: 10.1055/a-0732-5250. Epub 2018 Oct 25.
- Bernal J, Histace A, Masana M, Angermann Q, Sanchez-Montes C, Rodriguez de Miguel C, Hammami M, Garcia-Rodriguez A, Cordova H, Romain O, Fernandez-Esparrach G, Dray X, Sanchez FJ. GTCreator: a flexible annotation tool for image-based datasets. Int J Comput Assist Radiol Surg. 2019 Feb;14(2):191-201. doi: 10.1007/s11548-018-1864-x. Epub 2018 Sep 25.
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Actual)
Finalización del estudio (Actual)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- HISINVIA
- PI17/00894 (Otro número de subvención/financiamiento: Instituto de Salud Carlos III)
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .