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

Estudio prospectivo de EndoAim: solución de IA de ASUS para el diagnóstico de pólipos colorrectales

30 de octubre de 2024 actualizado por: Wen-Hsin Huang

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

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

Intervencionista

Inscripción (Estimado)

548

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

Copia de seguridad de contactos de estudio

Ubicaciones de estudio

    • North Dist.
      • Taichung, North Dist., Taiwán, 404332
        • Reclutamiento
        • China Medical University Hospital
        • Contacto:

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

No

Descripción

Criterios de inclusión:

  1. 20 años o más.
  2. Sometiéndose a una colonoscopia utilizando los endoscopios de la serie Olympus.
  3. Seguir una dieta baja en residuos y someterse a una preparación intestinal.

Criterios de exclusión:

  1. Mala limpieza intestinal. Nota: Evaluado como Pobre o Inadecuado según la escala de Aronchick.
  2. Colonoscopia incompleta (no llega al ciego).
  3. Uso de medicamentos anticoagulantes o función anormal de la coagulación en los últimos 5 días.

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: 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

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

Patrocinador

Investigadores

  • Investigador principal: Wen-Hsin Huang, MD, China Medical University Hospital

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 (Actual)

28 de octubre de 2024

Finalización primaria (Estimado)

14 de septiembre de 2025

Finalización del estudio (Estimado)

14 de septiembre de 2025

Fechas de registro del estudio

Enviado por primera vez

22 de octubre de 2024

Primero enviado que cumplió con los criterios de control de calidad

22 de octubre de 2024

Publicado por primera vez (Actual)

24 de octubre de 2024

Actualizaciones de registros de estudio

Última actualización publicada (Actual)

31 de octubre de 2024

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

30 de octubre de 2024

Última verificación

1 de octubre de 2024

Más información

Términos relacionados con este estudio

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

producto fabricado y exportado desde los 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. .

Suscribir