Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

A mesterséges intelligencia által támogatott kolonoszkópia javítja az adenoma kimutatását a kolonoszkópia szűrésében?

2020. július 14. frissítette: Joseph JY SUNG, Chinese University of Hong Kong

A mesterséges intelligencia által támogatott kolonoszkópia javítja az adenoma kimutatását a kolonoszkópia szűrésében? Többközpontú, véletlenszerűen vezérelt

A mai napig hiányzik a nagyszabású, randomizált, ellenőrzött tanulmány, amely mesterséges intelligencia segítségével a polipok/adenómák kimutatására szűrőpopulációban történik. A széklet okkult vérvizsgálat (FIT vagy FOBT) és az AI-asszisztált kolonoszkópia előnyeinek összefüggését nem vizsgálták. Arról is hiányoznak az információk, hogy az MI-vel segített kolonoszkópia milyen előnyökkel jár a tapasztalt kolonoszkóposoknál a gyakornokokkal/rezidensekkel szemben.

A tanulmány áttekintése

Részletes leírás

Számos tanulmány kimutatta, hogy a mesterséges intelligencia által támogatott kolonoszkópia segíthet a kolonoszkópia során talált polipok azonosításában és jellemzésében.

  • Byrne és munkatársai kimutatták, hogy a kolorektális polip endoszkópos videoképeinek valós idejű értékelésére szolgáló AI-modelljük különbséget tesz a hiperplasztikus kicsinyítő polipok és az adenomatózus polipok között, amelyek érzékenysége 98%, specificitása 83% (Byrne et al. GUT 2019)
  • Urban és munkatársai mély CNN-eket terveztek és képeztek ki az archivált videók polipjainak detektálására 0,991-es ROC-görbével és 96,4%-os pontossággal. Az azonosított polipok teljes száma lényegesen magasabb, de főleg a kisméretű (1-3 mm-es és 4-6 mm-es polipokban) (Urban et al. Gastroenterol 2018)
  • Wang és munkatársai nyílt, nem vak vizsgálatot végeztek egymást követő betegeken (n = 1058), akiket prospektív módon randomizáltak arra, hogy MI segítségével vagy anélkül diagnosztikai kolonoszkópián menjenek át. Azt találták, hogy a mesterséges intelligencia rendszere 20,3%-ról 29,1%-ra növelte az ADR-t, és a betegekenkénti adenomák átlagos számát 0,31-ről 0,53-ra növelte. Ez annak köszönhető, hogy nagyobb számú kicsinyítő polip talált, míg a nagyobb adenomák esetében nem volt statisztikai különbség. (Wang et al. GUT 2019). Ebből a vizsgálatból kizárták az IBD-ben, CRC-ben és kolorektális műtétben szenvedő betegeket. A betegeket tünetekkel kórházba vitték kivizsgálásra.

A mai napig hiányzik a nagyszabású, randomizált, ellenőrzött tanulmány, amely mesterséges intelligencia segítségével a polipok/adenómák kimutatására szűrőpopulációban történik. A széklet okkult vérvizsgálat (FIT vagy FOBT) és az AI-asszisztált kolonoszkópia előnyeinek összefüggését nem vizsgálták. Arról is hiányoznak az információk, hogy az MI-vel segített kolonoszkópia milyen előnyökkel jár a tapasztalt kolonoszkóposoknál a gyakornokokkal/rezidensekkel szemben.

Tanulmány típusa

Beavatkozó

Beiratkozás (Várható)

2994

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi helyek

      • Hong Kong, Hong Kong
        • Toborzás
        • Prince of Wales Hospital
        • Kapcsolatba lépni:

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

45 év (Felnőtt, Idősebb felnőtt)

Egészséges önkénteseket fogad

Igen

Tanulmányozható nemek

Összes

Leírás

Befogadási kritériumok

  • Kolonoszkópiás szűrésen átesett betegek
  • 45-75 éves betegek
  • Mind a betegek, akiknek volt vagy nem végeztek FIT-tesztet, mind a FIT +ve és FIT -ve alanyok

Kizárási kritériumok

  • Betegek, akiknél kolorektális betegségekre utaló tünet(ek) mutatkoznak
  • Olyan betegek, akiknek a kórelőzményében gyulladásos bélbetegség, vastagbélrák vagy polipózis szindróma szerepel (anémia, véres széklet, tenezmus és obstruktív tünetek)
  • Betegek, akiknél az elmúlt 10 évben kolonoszkópiát vagy más vastag- és végbélvizsgálatot végeztek
  • Betegek, akiket vastag- és végbélbetegség miatt műtéten estek át
  • Azok a betegek, akik nem tolerálják a bélelőkészítést, vagy akiknél a bélelőkészítés nem megfelelő (Bostoni bélelőkészítési skála)
  • A vakbél nem érheti el
  • A tájékozott beleegyezés megadására alkalmatlan betegek

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Diagnosztikai
  • Kiosztás: Véletlenszerűsített
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Egyetlen

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Aktív összehasonlító: Alapértelmezett
Szabványos kolonoszkópia
Aktív összehasonlító: AI által támogatott csoport
Ez egy többközpontú prospektív, randomizált, kontrollált vizsgálat, amely a valós idejű, mesterséges intelligencia által támogatott kolonoszkópiát hasonlítja össze a szokásos kolonoszkópiával valós környezetben.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Betegenkénti ADR minden csoportban
Időkeret: 12 hónap
Az AI-asszisztált csoport esetében ez a legalább 1 vastagbélben azonosított adenomában szenvedő betegek száma osztva az AI-asszisztált csoportban lévő betegek teljes számával.
12 hónap
Betegenkénti ADR minden csoportban
Időkeret: 12 hónap
A Standard csoport esetében ez a legalább 1 vastagbélben azonosított adenomával rendelkező betegek száma osztva a Standard csoportban lévő betegek teljes számával.
12 hónap

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Publikációk és hasznos linkek

A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2019. november 28.

Elsődleges befejezés (Várható)

2020. november 27.

A tanulmány befejezése (Várható)

2020. november 27.

Tanulmányi regisztráció dátumai

Először benyújtva

2020. június 5.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2020. június 8.

Első közzététel (Tényleges)

2020. június 9.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2020. július 16.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2020. július 14.

Utolsó ellenőrzés

2020. július 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Egyéb vizsgálati azonosító számok

  • AI-CLN Study_Protocol

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

Iratkozz fel