- ICH GCP
- Registro de ensayos clínicos de EE. UU.
- Ensayo clínico NCT06656312
Estudio prospectivo de EndoAim: solución de IA de ASUS para el diagnóstico de pólipos colorrectales
Estudio prospectivo de la solución de inteligencia artificial para endoscopia de ASUS: EndoAim ayuda al diagnóstico de pólipos colorrectales
"La tasa de mortalidad por cáncer colorrectal en Taiwán ocupa el tercer lugar entre todos los cánceres, por lo que es crucial prevenir el cáncer colorrectal mediante exámenes de colonoscopia regulares y extirpar los pólipos con mayor riesgo de cáncer, pero durante la colonoscopia los médicos tienden a pasar por alto alrededor del 22% al 28% de los pólipos, y Del 20% al 24% de estos pólipos pasados por alto pueden convertirse en adenomas cancerosos; la introducción de un sistema asistido por Inteligencia Artificial (IA) puede mejorar la calidad general de la colonoscopia.
Este estudio tiene como objetivo evaluar la eficacia del sistema asistido por IA de ASUS (EndoAim) en el diagnóstico de pólipos durante la colonoscopia. Incluye comparar los resultados de la colonoscopia con y sin el uso de EndoAim y evaluar el impacto de EndoAim en la efectividad del diagnóstico en diferentes subgrupos.
Cada participante será asignado aleatoriamente para someterse a una colonoscopia con o sin la ayuda de EndoAim. El rendimiento del sistema asistido por IA en colonoscopia se evaluará exhaustivamente utilizando indicadores como APC, ADR, PDR y PPV. También se realizará un análisis de subgrupos basado en varios factores importantes. Los pólipos serán biopsiados y enviados para examen patológico, siendo el informe de patología el diagnóstico final para su posterior análisis".
Descripción general del estudio
Estado
Condiciones
Intervención / Tratamiento
Descripción detallada
"Antecedentes Según la Administración de Promoción de la Salud de Taiwán y la Sociedad Estadounidense del Cáncer, el cáncer colorrectal ocupa el tercer lugar en muertes relacionadas con el cáncer en Taiwán y el segundo en los Estados Unidos. Cada año, alrededor de 900.000 personas mueren de cáncer colorrectal en los EE. UU. Antes de que progrese al cáncer, la extirpación de los pólipos puede prevenir el cáncer colorrectal. Los estudios muestran que aumentar la tasa de detección de pólipos en solo un 1% puede reducir el riesgo de cáncer colorrectal mortal en un 5%.
La colonoscopia se considera el estándar de oro para la extirpación de pólipos. Sin embargo, este procedimiento es técnicamente exigente, requiere mucho tiempo y requiere médicos altamente capacitados. Las investigaciones indican que durante la colonoscopia se pasan por alto entre el 22% y el 28% de los pólipos y entre el 20% y el 24% de los adenomas precancerosos. Las razones principales incluyen que los pólipos sean demasiado pequeños o planos, lo que los hace difíciles de detectar, o una cobertura incompleta del colon durante el procedimiento.
Los avances recientes en la tecnología de Inteligencia Artificial (IA), especialmente en imágenes médicas, ofrecen un gran potencial para ayudar en el diagnóstico. Los sistemas asistidos por IA pueden analizar imágenes para ayudar a los médicos a detectar y diagnosticar pólipos de forma más rápida y precisa durante las colonoscopias. Esto no sólo mejora la precisión sino que también reduce la carga de trabajo de los médicos y aumenta la eficiencia del examen.
La implementación de sistemas de IA en la colonoscopia puede mejorar la tasa de detección de adenomas (ADR) y el adenoma por colonoscopia (APC), al tiempo que ayuda en la caracterización de pólipos para ayudar a los médicos a determinar las estrategias de tratamiento. Por lo tanto, los procedimientos de colonoscopia respaldados por IA pueden mejorar tanto la seguridad como la eficacia. Si bien la ADR ha sido tradicionalmente el foco de la mayoría de los estudios, la APC proporciona una visión más completa de si todos los adenomas se eliminan con éxito. Por lo tanto, este estudio se centrará en el APC como indicador principal.
Objetivo del diseño del estudio
Este estudio tiene como objetivo evaluar la eficacia del sistema asistido por IA (EndoAim) en el diagnóstico de pólipos colorrectales durante la colonoscopia. Los objetivos específicos incluyen:
Comparación de la eficacia de la colonoscopia estándar con la colonoscopia asistida por IA utilizando EndoAim.
Evaluación del rendimiento diagnóstico de EndoAim en diferentes subgrupos (detección versus vigilancia, limpieza intestinal, experiencia del médico y ubicación de pólipos).
Importancia Sobre la base de la literatura existente, este estudio busca proporcionar más evidencia de la aplicación práctica de la IA en la colonoscopia. A través de un diseño riguroso de ensayos clínicos y un análisis exhaustivo de datos, nuestro objetivo es ofrecer pruebas sólidas de la utilidad de la IA para ayudar al diagnóstico y respaldar su aplicación clínica más amplia.
Criterios de valoración El criterio de valoración principal es el adenoma por colonoscopia (APC). Los criterios de valoración secundarios incluyen la tasa de detección de adenomas (ADR), la tasa de detección de pólipos (PDR) y el valor predictivo positivo (VPP). Estas métricas proporcionarán una evaluación integral de la eficacia del sistema asistido por IA en colonoscopia".
Tipo de estudio
Inscripción (Estimado)
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Hsing-Hung Cheng, MD
- Número de teléfono: +886-975680861
- Correo electrónico: 017124@tool.caaumed.org.tw
Copia de seguridad de contactos de estudio
- Nombre: Wen-Hsin Huang, MD
- Número de teléfono: 12233 +886-4-2205-2121
- Correo electrónico: u97766.huang@msa.hinet.net
Ubicaciones de estudio
-
-
North Dist.
-
Taichung, North Dist., Taiwán, 404332
- Reclutamiento
- China Medical University Hospital
-
Contacto:
- Hsing-Hung Cheng, MD
- Número de teléfono: +886-975680861
- Correo electrónico: 017124@tool.caaumed.org.tw
-
-
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
- 20 años o más.
- Sometiéndose a una colonoscopia utilizando los endoscopios de la serie Olympus.
- Seguir una dieta baja en residuos y someterse a una preparación intestinal.
Criterios de exclusión:
- Mala limpieza intestinal. Nota: Evaluado como Pobre o Inadecuado según la escala de Aronchick.
- Colonoscopia incompleta (no llega al ciego).
- Uso de medicamentos anticoagulantes o función anormal de la coagulación en los últimos 5 días.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Poner en pantalla
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Grupo de IA
Utilice ASUS EndoAim como software asistente para realizar colonoscopia
|
Utilice ASUS EndoAim como software asistente para realizar colonoscopia
|
|
Sin intervención: Grupo normal
Colonoscopia estándar
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
APC (Adenoma por colonocopia)
Periodo de tiempo: 30 dias
|
Tasa de aumento de adenoma por colonoscopia (APC) en el grupo asistido por IA (inteligencia artificial) en comparación con el grupo estándar Hallazgos totales de pólipos de adenoma/colonoscopia total realizada
|
30 dias
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Wen-Hsin Huang, MD, China Medical University Hospital
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Actual)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
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
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- CMUH113-REC2-146
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.
producto fabricado y exportado desde los 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. .