Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

L'IA pour prédire la pathologie des polypes et la classification endoscopique

12 janvier 2025 mis à jour par: Peking Union Medical College Hospital

L'intelligence artificielle prédit la pathologie et la classification endoscopique des polypes colorectaux pendant la coloscopie

Contexte : La coloscopie avec diagnostic optique basé sur l'apparence des polypes peut guider la sélection des méthodes de traitement endoscopique, réduire les procédures de polypectomie inutiles et le besoin de diagnostic pathologique tissulaire, et formuler des stratégies de suivi en temps opportun [1]. Cette approche allège considérablement le fardeau économique des patients et du système de santé et peut effectivement atténuer la tension sur les ressources cliniques [2]. Diverses méthodes endoscopiques de classification des polypes, notamment Pit Pattern [3], NICE [4], WASP [5] et MS [6], sont utilisées pour déterminer les types pathologiques. Cependant, la maîtrise de ces méthodes de classification nécessite que les endoscopistes suivent une formation approfondie et, en raison des défauts inhérents à chaque méthode, aucune méthode de classification endoscopique ne peut diagnostiquer avec précision tous les types de polypes pour répondre aux exigences du diagnostic optique. Cette limitation a entravé l'application généralisée du diagnostic optique dans la pratique clinique [7]. L’application de la technologie de l’intelligence artificielle dans ce domaine, connue sous le nom de diagnostic assisté par ordinateur (CADx), a connu un développement rapide ces dernières années. De nombreuses études prospectives à grande échelle ont démontré que la précision de la technologie CADx pour le diagnostic optique des lésions infimes (<5 mm) a essentiellement atteint le seuil fixé par les sociétés d'endoscopie européennes et américaines pour le diagnostic optique [8,9]. Cependant, l'efficacité diagnostique du CADx pour les polypes ≥ 5 mm reste incertaine. De plus, les recherches actuelles se limitent principalement à la distinction entre les adénomes communs et les polypes hyperplasiques, avec peu d'attention accordée aux lésions dentelées, qui sont également des lésions précancéreuses et progressent encore plus rapidement, et sont plus difficiles à évaluer pour les endoscopistes. Ces raisons empêchent CADx d'être largement appliqué dans la pratique clinique pour une évaluation précise en temps réel des types pathologiques des polypes.

Aperçu de l'étude

Type d'étude

Observationnel

Inscription (Estimé)

400

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

Lieux d'étude

      • Beijing, Chine, 100730
        • Recrutement
        • Peking Union Medical College Hospital
        • Contact:
        • Contact:
          • Wenmo Hu, MD

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

Oui

Méthode d'échantillonnage

Échantillon de probabilité

Population étudiée

Patients âgés de 18 ans ou plus subissant un dépistage de routine par coloscopie

La description

Critères d'intégration :

  1. Patients ambulatoires ou hospitalisés subissant un dépistage de routine par coloscopie dans les centres d'endoscopie des hôpitaux multicentriques ;
  2. Âgé de 18 ans ou plus ;
  3. Avoir compris le contenu de l'étude et avoir signé le formulaire de consentement éclairé.

Critères d'exclusion :

  1. Gastroparésie ou obstruction du canal gastrique ;
  2. Obstruction ou perforation intestinale connue ou suspectée ;
  3. Insuffisance rénale chronique sévère (clairance de la créatinine inférieure à 30 ml/minute) ;
  4. Insuffisance cardiaque congestive sévère (classe III ou IV de la New York Heart Association) ;
  5. Actuellement enceinte ou allaitante ;
  6. Colite toxique ou mégacôlon ;
  7. Hypertension mal contrôlée (pression artérielle systolique supérieure à 180 mmHg et/ou pression artérielle diastolique supérieure à 100 mmHg) ;
  8. Saignement gastro-intestinal actif modéré ou massif (> 100 ml/jour) ;
  9. Maladie psychiatrique ou psychologique importante ;
  10. Allergie aux médicaments utilisés pour la préparation intestinale ;
  11. Patients ayant subi une chirurgie colorectale.

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
Patients âgés de 18 ans ou plus subissant un dépistage de routine par coloscopie

Lors de la phase de développement du modèle d’IA, l’objectif est d’inclure autant d’échantillons que possible. Compte tenu de l'accent mis sur l'exactitude diagnostique des lésions dentelées, nous avons collecté rétrospectivement environ 400 cas de lésions dentelées avec diagnostic pathologique par le département de pathologie du Peking Union Medical College Hospital à ce jour. De plus, nous avons comparé 400 cas chacun de polypes hyperplasiques, d'adénomes conventionnels et de cancer colorectal à un stade précoce, totalisant environ 1 600 cas.

Le modèle utilise des algorithmes de classification d'IA traditionnels pour construire le modèle et comparer les performances prédictives de différents modèles. En utilisant l'ensemble de données établi lors de la première phase, qui contient des images statiques de lésions polypes ainsi que leur diagnostic pathologique et leurs classifications endoscopiques correspondantes, nous avons développé et optimisé le modèle d'IA. Ensuite, le modèle sera comparé aux endoscopistes d'une cohorte prospective pour étudier l'efficacité.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Précision du diagnostic optique des polypes colorectaux
Délai: 2 ans
La précision du diagnostic optique du modèle d'IA est comparée à celle des endoscopistes, le diagnostic pathologique servant de référence.
2 ans

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Autres paramètres d'évaluation du diagnostic optique
Délai: 2 ans
Y compris la sensibilité, la spécificité, la valeur prédictive positive (VPP) et la valeur prédictive négative (VPN) du diagnostic optique
2 ans
Précision dans la détermination de la classification endoscopique des polypes colorectaux
Délai: 2 ans
En utilisant le jugement de classification endoscopique d'endoscopistes expérimentés comme référence, l'étude examine l'exactitude du modèle d'IA pour déterminer la classification endoscopique des lésions. Les classifications endoscopiques incluent Pit Pattern, CP, NICE, JNET, WASP et MS.
2 ans
Autres paramètres d'évaluation pour déterminer la classification endoscopique
Délai: 2 ans
La sensibilité, la spécificité, la valeur prédictive positive (VPP) et la valeur prédictive négative (VPN) du modèle d'IA pour déterminer la classification endoscopique des polypes colorectaux
2 ans

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Les enquêteurs

  • Chercheur principal: Dong Wu, MD, Peking Union Medical College Hospital

Publications et liens utiles

La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'étude.

Publications générales

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Estimé)

1 janvier 2025

Achèvement primaire (Estimé)

1 décembre 2026

Achèvement de l'étude (Estimé)

1 décembre 2026

Dates d'inscription aux études

Première soumission

3 janvier 2025

Première soumission répondant aux critères de contrôle qualité

12 janvier 2025

Première publication (Réel)

25 mars 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

25 mars 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

12 janvier 2025

Dernière vérification

1 décembre 2024

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • K7281
  • BRWEP2024W034010100 (Autre subvention/numéro de financement: Excellence in Clinical Research Program for Research Wards of Beijing)

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

OUI

Description du régime IPD

Tous les IPD collectés tout au long de l'essai

Délai de partage IPD

Commençant 3 mois après la publication sans date de fin

Critères d'accès au partage IPD

Tous les enquêteurs qui souhaitent utiliser les données pour des recherches pertinentes avec une demande appropriée

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

produit fabriqué et exporté des États-Unis.

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner