Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Tietokoneavusteinen tunnistus seulontakolonoskopian aikana (asiantuntijat)

keskiviikko 30. maaliskuuta 2022 päivittänyt: Instituto Ecuatoriano de Enfermedades Digestivas

Asiantuntevien endoskopistien suorittama reaaliaikainen tietokoneavusteinen polyyppien havaitseminen seulontakolonoskopian aikana

Paksusuolen limakalvon arviointi teräväpiirtokolonoskoopilla (EPKi7010-videoprosessori).

Endoskopiakuvia näkee 27 tuuman litteällä teräväpiirto-LCD-näytöllä (Radiance™ ultraSC-WU27-G1520 malli) vain yksi asiantuntija, satunnaisesti määrätty endoskopi.

Operaattori tallentaa polyyppien lukumäärän, sijainnin ja ominaisuudet (Pariisin luokitus). Jos polyyppi havaitaan, endoskopisti poistaa polyypin endoskooppisesti kylmällä virvelellä.

Samalle potilaalle tehdään toinen, sama istunto, laskennallinen reaaliaikainen kolonoskopia käyttämällä DISCOVERY, tekoälyavusteista polyyppidetektoria. Kolonoskopian suorittaa saman asiantuntemuksen omaava operaattori alkuperäiseen toimenpiteeseen verrattuna. Kaikki AI-järjestelmällä havaitut polyypit tai leesiot tallennetaan ja poistetaan endoskooppisesti ja niitä pidetään tavallisesta kolonoskopiasta puuttuvana vauriona.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Seulontakolonoskopia on vähentänyt kolorektaalisyövän ilmaantuvuutta viime vuosikymmeninä. Seulontakolonoskopian jälkeisistä polyypeistä ja CRC:stä on kuitenkin raportoitu. Useat tekijät voivat vaikuttaa ADR-, PDR- ja puuttuvien leesioiden määrään, kuten suolen valmistelu, limakalvon pinnan prosenttiosuus ja käyttäjien koulutustaso.

Syväoppimisalgoritmeja käyttävää tekoälyä on toteutettu maha-suolikanavan endoskopiassa pääasiassa ruoansulatuskanavan leesioiden, kuten paksusuolen polyyppien ja adenoomien, havaitsemiseen ja diagnosointiin. Automaattisen polyypin havaitsemisohjelmiston käyttöönotto seulontakolonoskopian aikana voi estää polyypin ja adenooman puuttumisen seulontakolonoskopian aikana. Siksi ADR- ja PDR-arvojen parantaminen kolonoskopioiden aikana. Kaiken tämän tarkoituksena on vähentää välikolorektaalikarsinooman (CRC) ilmaantuvuutta ja CRC:hen liittyvää sairastuvuutta ja kuolleisuutta.

Discovery Artificial Intelligence -avusteinen polyyppidetektori (Pentax Medical, Hoya Group) lanseerattiin hiljattain kliiniseen käyttöön. Tämä tekoälyohjelmisto on koulutettu 120 000 tiedostolla noin 300 kliinisestä tapauksesta. Visuaalisesti avustettu tunnistus (monitorissa olevan polyypin rajaava laatikko) varoittaa endoskooppilääkäriä, jos polyyppi/adenooma jäi huomaamatta tavallisen seulontatoimenpiteen aikana.

Tietojemme mukaan tämä saattaa olla ensimmäinen tutkimus, jossa arvioidaan Discovery AI -avusteista polyyppidetektoria läntisen pallonpuoliskon kliinisessä käytännössä. Tutkijoiden tavoitteena on arvioida tekoälyavusteisen kolonoskopian todellista tehokkuutta kliinisessä käytännössä. Tutkijat arvioivat myös endoskopistien koulutustason roolia ADR-, PDR- ja missed leesion -asteessa.

Opintotyyppi

Interventio

Ilmoittautuminen (Odotettu)

209

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

  • Nimi: Carlos Robles-Medranda, MD
  • Puhelinnumero: +59342109180
  • Sähköposti: carlosoakm@yahoo.es

Opiskelupaikat

  • Ecuador
    • Guayas
      • Guayaquil, Guayas, Ecuador, 090505
        • Rekrytointi
        • Ecuadorian Institute of Digestive Diseases
        • Ottaa yhteyttä:
        • Päätutkija:
          • Carlos A Robles-Medranda, MD
        • Alatutkija:
          • Roberto A Oleas, MD
        • Alatutkija:
          • Martha G Arevalo-Mora, MD
        • Alatutkija:
          • Daniel Calle, MD
        • Alatutkija:
          • Miguel A Puga-Tejada, MD

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

45 vuotta - 80 vuotta (Aikuinen, Vanhempi Aikuinen)

Hyväksyy terveitä vapaaehtoisia

Ei

Sukupuolet, jotka voivat opiskella

Kaikki

Kuvaus

Sisällyttämiskriteerit:

  • Annettu tietoon perustuva kirjallinen suostumus
  • Ikä yli 45 vuotta
  • Riittävä suoliston valmistelu

Poissulkemiskriteerit:

  • Tulehduksellinen suolistosairaus, familiaalinen polypoosi-oireyhtymä
  • Kolorektaalikarsinooman historia, paksusuolen leikkaus
  • Hallitsemattoman koagulopatian historia
  • Aiemman epäonnistuneen kolonoskopiayrityksen historia

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Diagnostiikka
  • Jako: Ei käytössä
  • Inventiomalli: Yksittäinen ryhmätehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Potilaat CRC-seulontaan ja diagnostiseen kolonoskopiaan
Peräkkäiset yli 45-vuotiaat potilaat joutuivat diagnostiseen kolonoskopiaan
Diagnostinen testi: Normaali teräväpiirtokolonoskopia

Paksusuolen limakalvon arviointi teräväpiirtokolonoskoopilla (EPKi7010-videoprosessori).

Endoskopiakuvia näkee 27 tuuman litteällä teräväpiirto-LCD-näytöllä (Radiance™ ultraSC-WU27-G1520 malli) vain yksi asiantuntija, satunnaisesti määrätty endoskopi.

Operaattori tallentaa polyyppien lukumäärän, sijainnin ja ominaisuudet (Pariisin luokitus). Jos polyyppi havaitaan, endoskopisti poistaa polyypin endoskooppisesti kylmällä virvelellä ja pihdeillä.

Diagnostinen testi: Kolonoskopia reaaliaikaisella tekoälyavusteisella automatisoidulla polyypin havaitsemisella
Samalle potilaalle tehdään toinen, sama istunto, laskennallinen reaaliaikainen kolonoskopia käyttämällä DISCOVERY, AI-avusteista polyyppidetektoria. Kolonoskopian suorittaa saman asiantuntemuksen omaava operaattori alkuperäiseen toimenpiteeseen verrattuna. Kaikki AI-järjestelmällä havaitut polyypit tai leesiot tallennetaan ja poistetaan endoskooppisesti ja niitä pidetään tavallisesta kolonoskopiasta puuttuvana vauriona.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Adenooman havaitsemisnopeus tietokoneavusteisena tavallisen kolonoskopian jälkeen.
Aikaikkuna: 30 päivää
Sellaisten tutkimusten määrä, joissa kolonoskopiassa havaittiin vähintään yksi adenooma tekoälypohjaista mallia käytettäessä
30 päivää
Tietokoneavusteisen polyypin havaitsemisnopeus tavallisen kolonoskopian jälkeen.
Aikaikkuna: 30 päivää
Niiden tutkimusten lukumäärä, joissa vähintään yksi polyyppi havaittiin käytettäessä tekoälypohjaista mallia
30 päivää

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tavallisen teräväpiirtokolonoskopian polyyppien puuttumisaste.
Aikaikkuna: 30 päivää
Puuttuneiden polyyppien kokonaismäärä/ (katsottujen polyyppien kokonaismäärä + polyyppien kokonaismäärä alkututkimuksessa)
30 päivää
Adenooma puuttuu tavallisessa teräväpiirtokolonoskopiassa.
Aikaikkuna: 30 päivää
Ilmoittautuneiden adenoomien kokonaismäärä/ (jääneiden adenoomien kokonaismäärä + adenoomien kokonaismäärä alkututkimuksessa)
30 päivää

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Instituto Ecuatoriano de Enfermedades Digestivas

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 26. huhtikuuta 2021

Ensisijainen valmistuminen (Odotettu)

Lauantai 30. huhtikuuta 2022

Opintojen valmistuminen (Odotettu)

Tiistai 28. kesäkuuta 2022

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 1. kesäkuuta 2021

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 1. kesäkuuta 2021

Ensimmäinen Lähetetty (Todellinen)

Maanantai 7. kesäkuuta 2021

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 31. maaliskuuta 2022

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 30. maaliskuuta 2022

Viimeksi vahvistettu

Tiistai 1. maaliskuuta 2022

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • IECED-042621

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Kliiniset tutkimukset Kolorektaaliset kasvaimet

Kliiniset tutkimukset Normaali teräväpiirtokolonoskopia

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Lebanon

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

3
Tilaa