Esta página se tradujo automáticamente y no se garantiza la precisión de la traducción. por favor refiérase a versión inglesa para un texto fuente.

Sistema de informes de colonoscopia asistido por IA para mejorar la calidad de los informes

13 de abril de 2023 actualizado por: Renmin Hospital of Wuhan University

Sistema basado en reconocimiento de voz e imagen para mejorar la calidad de los informes durante la colonoscopia

En este estudio, los investigadores propusieron un estudio prospectivo sobre la eficacia del sistema basado en reconocimiento de voz e imagen para mejorar la calidad de los informes durante la colonoscopia para la calidad de los informes de colonoscopia en los endoscopistas. Los participantes se dividirían en dos grupos. Para los videos de colonoscopia recopilados, el grupo A registraría sus observaciones con la ayuda del sistema de inteligencia artificial. El sistema asistente de inteligencia artificial puede capturar automáticamente imágenes del segmento intestinal y provocar lesiones anormales. El grupo B completaría el informe de endoscopia sin indicaciones especiales. Después de un período de lavado, los dos grupos cambiaron, es decir, el grupo A sin asistencia de IA y el grupo B con asistencia de IA para completar el informe de colonoscopia. Luego, se comparan la integridad del informe de la colonoscopia, la integridad de la captura de los puntos de referencia anatómicos y las lesiones detectadas, la integridad de la descripción estructurada, la precisión de la notificación de lesiones, el tiempo de notificación y la satisfacción con el sistema de notificación con o sin asistencia de IA.

Descripción general del estudio

Tipo de estudio

Intervencionista

Inscripción (Anticipado)

10

Fase

  • No aplica

Contactos y Ubicaciones

Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.

Estudio Contacto

Ubicaciones de estudio

    • Hubei
      • Wuhan, Hubei, Porcelana, 430060
        • Renmin Hospital of Wuhan Univercity

Criterios de participación

Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.

Criterio de elegibilidad

Edades elegibles para estudiar

  • Adulto
  • Adulto Mayor

Acepta Voluntarios Saludables

Descripción

Criterios de inclusión:

Pacientes:

  1. Hombre o mujer ≥18 años;
  2. Capaz de leer, comprender y firmar un consentimiento informado;
  3. El investigador cree que los sujetos pueden comprender el proceso del estudio clínico, están dispuestos y son capaces de completar todos los procedimientos del estudio y las visitas de seguimiento, y cooperan con los procedimientos del estudio;
  4. Pacientes que requieren colonoscopia.

Doctores:

  1. Hombres o mujeres mayores de 18 años;
  2. Después de la educación médica calificada y la obtención de la Licencia de Práctica del Médico.

Criterio de exclusión:

Pacientes:

  1. Tiene abuso de drogas o alcohol o trastorno mental en los últimos 5 años;
  2. Mujeres embarazadas o lactantes;
  3. Pacientes con síndrome de pólipos múltiples conocido;
  4. pacientes con enfermedad inflamatoria intestinal conocida;
  5. estenosis intestinal conocida o tumor ocupante de espacio;
  6. obstrucción o perforación conocida del colon;
  7. pacientes con antecedentes de cirugía colorrectal;
  8. Pacientes con antecedentes de alergia a la espasmólisis usada previamente;
  9. No se puede realizar la biopsia debido a trastornos de la coagulación o anticoagulantes orales;
  10. Enfermedades de alto riesgo u otras condiciones especiales que el investigador considere que el sujeto no es apto para participar en el ensayo clínico.

Doctores:

1. El investigador cree que los sujetos no son aptos para participar en ensayos clínicos.

Plan de estudios

Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.

¿Cómo está diseñado el estudio?

Detalles de diseño

  • Propósito principal: Viabilidad del dispositivo
  • Asignación: Aleatorizado
  • Modelo Intervencionista: Asignación cruzada
  • Enmascaramiento: Ninguno (etiqueta abierta)

Armas e Intervenciones

Grupo de participantes/brazo
Intervención / Tratamiento
Experimental: con sistema de asistente de inteligencia artificial
Los endoscopistas completarían el informe de la colonoscopia con la ayuda del sistema de inteligencia artificial.
El sistema asistente de inteligencia artificial puede capturar automáticamente imágenes de segmentos intestinales y provocar lesiones anormales basadas en el reconocimiento de voz y el aprendizaje profundo.
Sin intervención: sin sistema de asistente de inteligencia artificial
Los endoscopistas completarían el informe de la colonoscopia sin indicaciones especiales.

¿Qué mide el estudio?

Medidas de resultado primarias

Medida de resultado
Medida Descripción
Periodo de tiempo
La integridad del informe de la colonoscopia
Periodo de tiempo: Un mes
Informe de integridad con o sin asistencia de IA. Método de cálculo = número de información registrada / número total de información necesaria para registrar x 100%
Un mes

Medidas de resultado secundarias

Medida de resultado
Medida Descripción
Periodo de tiempo
La integridad de capturar puntos de referencia anatómicos
Periodo de tiempo: Un mes
La integridad en las imágenes Landmrak del intestino capturadas con o sin asistencia de IA. Método de cálculo = número de puntos de referencia anatómicos en las imágenes capturadas / número total de puntos de referencia anatómicos x 100 %
Un mes

Otras medidas de resultado

Medida de resultado
Medida Descripción
Periodo de tiempo
La integridad de la lesión del informe.
Periodo de tiempo: Un mes
Informar la integridad de la lesión con o sin asistencia de IA. Método de cálculo = número de lesiones reportadas / número total de lesiones x 100%
Un mes
La integridad de la descripción estructurada
Periodo de tiempo: Un mes
La integridad de la descripción estructurada con o sin asistencia de IA. Método de cálculo = número de descripciones estructuradas / número total de descripciones estructuradas necesarias para registrar x 100%
Un mes
Precisión de la notificación de lesiones
Periodo de tiempo: Un mes
Precisión del informe de lesiones con o sin asistencia de IA. Método de cálculo = número de lesiones con descripción correcta / número total de lesiones descritasx 100%
Un mes
El tiempo para informar
Periodo de tiempo: Un mes
El tiempo para informar con o sin asistencia de IA
Un mes
La satisfacción con el sistema de informes.
Periodo de tiempo: Un mes
La satisfacción con el sistema de informes con o sin asistencia de IA
Un mes

Colaboradores e Investigadores

Aquí es donde encontrará personas y organizaciones involucradas en este estudio.

Fechas de registro del estudio

Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados ​​por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.

Fechas importantes del estudio

Inicio del estudio (Anticipado)

15 de mayo de 2023

Finalización primaria (Anticipado)

15 de junio de 2023

Finalización del estudio (Anticipado)

31 de julio de 2023

Fechas de registro del estudio

Enviado por primera vez

2 de abril de 2023

Primero enviado que cumplió con los criterios de control de calidad

13 de abril de 2023

Publicado por primera vez (Actual)

25 de abril de 2023

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

25 de abril de 2023

Última actualización enviada que cumplió con los criterios de control de calidad

13 de abril de 2023

Última verificación

1 de marzo de 2023

Más información

Términos relacionados con este estudio

Otros números de identificación del estudio

  • EA-23-002

Plan de datos de participantes individuales (IPD)

¿Planea compartir datos de participantes individuales (IPD)?

NO

Información sobre medicamentos y dispositivos, documentos del estudio

Estudia un producto farmacéutico regulado por la FDA de EE. UU.

No

Estudia un producto de dispositivo regulado por la FDA de EE. UU.

No

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. .

Ensayos clínicos sobre Inteligencia artificial

Ensayos clínicos sobre Sistema asistente de inteligencia artificial

3
Suscribir