- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT04040374
Mesterséges intelligencia versus szakértő endoszkóposok a gyomorrák diagnosztizálására
A mesterséges intelligencia egyközpontú, retrospektív, nyílt, randomizált, ellenőrzött kísérlete a szakértő endoszkóposokkal szemben a gyomorrák diagnosztizálására a felső gyomor-bélrendszeri endoszkópián átesett betegeknél
Cím: A mesterséges intelligencia (AI) egyközpontú, retrospektív, randomizált, kontrollált vizsgálata a szakértő endoszkóposokkal összehasonlítva gyomorrák diagnosztizálására olyan betegeknél, akiknél felső gyomor-bélrendszeri endoszkópiát végeztek.
Pontosabban: ebben az egyközpontú, retrospektív, randomizált, kontrollált vizsgálatban 500 járóbeteg vesz részt, akiknél gyomorrákszűrés céljából felső gasztrointesztinális endoszkópiát végeztek, és összehasonlítják az AI és a szakértő endoszkóposok gyomorrák diagnosztikai kimutatási arányát.
Célkitűzések Elsődleges cél: az AI és a szakértő endoszkópos szakemberek gyomorrák diagnosztikus kimutatási arányának értékelése.
Másodlagos célok: annak megállapítása, hogy az MI nem alacsonyabb-e a szakértő endoszkóposoknál a gyomorrák diagnosztizálására és a kereszteződés az unióra (IOU) elemzett képek száma, valamint a korai és előrehaladott gyomorrák diagnózisának kimutatási aránya tekintetében.
Végpontok Elsődleges végpont: gyomorrák diagnózisa. Másodlagos végpontok: a gyomorrák és az IOU képalapú diagnózisa. Népesség: összesen 500 20 év feletti férfi és nő, akiknél gyomorrák szűrése céljából felső gyomor-bélrendszeri endoszkópiát végeztek egyetlen kórházban Japánban.
Ismertesse a beavatkozást: A gyomorrák mesterséges intelligencia alapú diagnózisa a felső gyomor-bélrendszeri endoszkópos felvételek alapján.
Tanulmányi idő: 3 hónap.
A tanulmány áttekintése
Állapot
Körülmények
Részletes leírás
A vizsgálat előtt: Összesen 500: Szűrje ki a potenciális alanyokat felvételi és kizárási kritériumok szerint; endoszkópos képeket készíteni.
Randomizálás történt.
Beavatkozás: A felső gasztrointesztinális endoszkópos felvételek segítségével 250 betegnél végeztük az AI diagnosztikát, 250 betegnél az Expert endoszkópos diagnosztikát ugyanezzel a módszerrel.
Elsődleges elemzés: Végezze el az elsődleges és másodlagos végpontok elsődleges elemzését 250 betegnél minden csoportban
Keresztdiagnózist végeztek az AI és a szakértő endoszkópos szakemberek között.
Végezzen másodlagos elemzést a gyomorrák diagnózisának megegyezéséről képeken és IOU-nként az AI és a szakértő endoszkóposok között 500 beteg esetében.
Tanulmány típusa
Beiratkozás (Tényleges)
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Tanulmányi helyek
-
-
-
Tokyo, Japán, 1138655
- Department of Gastroenterology, Graduate School of Medicine, The University of Tokyo
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
Egészséges önkénteseket fogad
Tanulmányozható nemek
Leírás
Bevételi kritériumok:
- 20 év feletti férfiak vagy nők, akik 2018-ban a Tokiói Egyetemi Kórházban felső gyomor-bélrendszeri endoszkópián estek át.
- Tájékozott kimaradási beleegyezés, amelyet minden egyes betegtől a vizsgálat befejezése előtt szereztek be.
Kizárási kritériumok:
- Gastrectomián átesett betegek.
- Transznazális felső gasztrointesztinális endoszkópián átesett betegek.
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
- Elsődleges cél: Diagnosztikai
- Kiosztás: Véletlenszerűsített
- Beavatkozó modell: Párhuzamos hozzárendelés
- Maszkolás: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Kísérleti: AI-alapú diagnózis
• Az AI-alapú diagnózist endoszkópos képek elemzése alapján végzik el (Olympus Optical, Tokió, Japán).
A nyomozók az SSD-t (Single Shot MultiBox Detector), egy mély neurális hálózati architektúrát (https://arxiv.org/abs/1512.02325) és egy korábbi jelentésből származó optimális diagnosztikai küszöböt fogják használni2.
Az AI-rendszer áttekintette az endoszkópos képeket, és jelentette azokat, amelyekben gyomorrákot észleltek, valamint a léziók koordinátáit (X, Y).
|
Az AI-alapú diagnózist endoszkópos képek elemzése alapján végzik el (Olympus Optical, Tokió, Japán).
A nyomozók az SSD-t (Single Shot MultiBox Detector), egy mély neurális hálózati architektúrát (https://arxiv.org/abs/1512.02325) és egy korábbi jelentésből származó optimális diagnosztikai küszöböt fogják használni2.
Az AI-rendszer áttekintette az endoszkópos képeket, és jelentette azokat, amelyekben gyomorrákot észleltek, valamint a léziók koordinátáit (X, Y).
|
|
Aktív összehasonlító: Szakértő endoszkópos diagnózis
A szakértő endoszkóposok két orvos, akik több mint 20 000 endoszkópiában jártak.
A szakértő endoszkóposok 5 percig áttekintik az egyes betegek endoszkópos képeit.
Ezután jelentést készítenek az endoszkópos felvételekről, amelyekben gyomorrákot észleltek, és manuálisan jegyzik fel a képeken látható elváltozásokat.
|
A szakértő endoszkóposok két orvos, akik több mint 20 000 endoszkópiában jártak.
A szakértő endoszkóposok 5 percig áttekintik az egyes betegek endoszkópos képeit.
Ezután jelentést készítenek az endoszkópos felvételekről, amelyekben gyomorrákot észleltek, és manuálisan jegyzik fel a képeken látható elváltozásokat.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A gyomorrák diagnózisa betegenként
Időkeret: A tanulmány kezdetétől számított 6 hétig
|
Résztvevők száma
|
A tanulmány kezdetétől számított 6 hétig
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A gyomorrák diagnosztizálására elemzett képek száma
Időkeret: A tanulmány kezdetétől számított 6 hétig
|
A felső gyomor-bélrendszeri endoszkópos képek száma
|
A tanulmány kezdetétől számított 6 hétig
|
|
Metszéspont a gyomor elváltozások egyesülése felett (IOU).
Időkeret: A tanulmány kezdetétől számított 6 hétig
|
0 és 1 közötti érték
|
A tanulmány kezdetétől számított 6 hétig
|
|
Előrehaladott gyomorrák diagnózisa
Időkeret: A tanulmány kezdetétől számított 6 hétig
|
Az előrehaladott gyomorrákkal diagnosztizált résztvevők száma
|
A tanulmány kezdetétől számított 6 hétig
|
|
A gyomorrák korai diagnózisa
Időkeret: A tanulmány kezdetétől számított 6 hétig
|
A korai gyomorrákban diagnosztizált résztvevők száma
|
A tanulmány kezdetétől számított 6 hétig
|
|
Megállapodás a gyomorrák képi és IOU-alapú diagnosztizálásáról az AI és a szakértő endoszkóposok között
Időkeret: A tanulmány kezdetétől számított 12 hétig
|
Képek száma és IOU-érték (0 és 1 között)
|
A tanulmány kezdetétől számított 12 hétig
|
Együttműködők és nyomozók
Szponzor
Nyomozók
- Kutatásvezető: Ryota Niikura, MD, Tokyo University
Publikációk és hasznos linkek
Általános kiadványok
- Cancer Genome Atlas Research Network. Comprehensive molecular characterization of gastric adenocarcinoma. Nature. 2014 Sep 11;513(7517):202-9. doi: 10.1038/nature13480. Epub 2014 Jul 23.
- Hirasawa T, Aoyama K, Tanimoto T, Ishihara S, Shichijo S, Ozawa T, Ohnishi T, Fujishiro M, Matsuo K, Fujisaki J, Tada T. Application of artificial intelligence using a convolutional neural network for detecting gastric cancer in endoscopic images. Gastric Cancer. 2018 Jul;21(4):653-660. doi: 10.1007/s10120-018-0793-2. Epub 2018 Jan 15.
- Niikura R, Aoki T, Shichijo S, Yamada A, Kawahara T, Kato Y, Hirata Y, Hayakawa Y, Suzuki N, Ochi M, Hirasawa T, Tada T, Kawai T, Koike K. Artificial intelligence versus expert endoscopists for diagnosis of gastric cancer in patients who have undergone upper gastrointestinal endoscopy. Endoscopy. 2022 Aug;54(8):780-784. doi: 10.1055/a-1660-6500. Epub 2022 May 4.
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Tényleges)
Elsődleges befejezés (Tényleges)
A tanulmány befejezése (Tényleges)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Tényleges)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Tényleges)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
Kulcsszavak
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- 11931-(1)
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .