A mesterséges intelligencia hatása a gyakornok ADR-re
2023. március 2. frissítette: James Buxbaum, University of Southern California
A mesterséges intelligencia hatása a gyakornok adenoma észlelési arányára
Az adenoma-detektálási arány (ADR) a kolonoszkópia validált minőségi mérőszáma, amely magasabb ADR-rel korrelál a vastagbélrák javulásával.
A mesterséges intelligencia (AI) automatikusan képes észlelni a polipokat a videomonitoron, ami lehetővé teheti az endoszkóposok számára az ADR javítását.
A vizsgálat célja és célja: Prospektív, randomizált módon mérje meg az AI hatását, hogy meghatározza a gasztroenterológiai gyakornokok ADR-ére gyakorolt hatását.
A tanulmány áttekintése
Állapot
Toborzás
Körülmények
Részletes leírás
Célunk, hogy meghatározzuk az AI hatását a gasztroenterológiai gyakornokok adenoma kimutatási arányára. Ennek a minőségjavító tanulmánynak a másodlagos célja annak meghatározása, hogy az AI alapú endoszkópia milyen hatással van a minőségjavítási mutatók rögzítésének arányára a programunkban elért korábbi teljesítményhez képest.
Az ösztöndíjasok a tanulmányok megkezdése előtt oktatáson vesznek részt, amelyben leírják a kolonoszkópia minőségének felmérésére szolgáló általánosan használt mérőszámokat és a mesterséges intelligencia szoftver használatát. A gasztroenterológus munkatársak beleegyezését kapják a vizsgálat megkezdése előtt. Az ösztöndíjasokat napi rendszerességgel randomizálják, hogy egy szobában végezzenek kolonoszkópiát. Az eredmények mérni fogják az MI hatásait az ösztöndíjasokra
Tanulmány típusa
Beavatkozó
Beiratkozás (Várható)
25
Fázis
- Nem alkalmazható
Kapcsolatok és helyek
Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.
Tanulmányi kapcsolat
- Név: Jessica Serna, BS
- Telefonszám: 323-409-6939
- E-mail: Jessica.Serna@med.usce.edu
Tanulmányozza a kapcsolattartók biztonsági mentését
- Név: Alex Rodriguez, BS
- Telefonszám: 323-409-6939
- E-mail: Alex.Rodriguez@med.usc.edu
Tanulmányi helyek
-
-
California
-
Los Angeles, California, Egyesült Államok, 90033
- Toborzás
- LAC+USC Medical Center
-
Kapcsolatba lépni:
- James Buxbaum, MD
-
-
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
- Gyermek
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Igen
Tanulmányozható nemek
Összes
Leírás
Bevételi kritériumok:
- Az USC valamennyi endoszkópiát végző gasztroenterológus munkatársa részt vesz a vizsgálatban.
Kizárási kritériumok:
- Ha az ösztöndíjasok megtagadják a beleegyezésüket, kizárásra kerülnek.
- Az intenzív osztályon vagy a műtőben végzett eljárások nem számítanak bele a vizsgálati mutatóba, mivel az AI-rendszer csak az endoszkópos egységben lesz elérhető.
- Ha csak az oktatók végeznek olyan eljárásokat, amelyekben nem az ösztöndíjas az elsődleges operátor, akkor azokat nem használják tanulmányi metrikákhoz.
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: Nincs (Open Label)
Fegyverek és beavatkozások
Résztvevő csoport / kar |
Beavatkozás / kezelés |
|---|---|
|
Aktív összehasonlító: Mesterséges intelligencia endoszkópos szoba
Az ösztöndíjasokat napi rendszerességgel randomizálják, hogy végezzenek kolonoszkópiát egy mesterséges intelligencia (intervenciós) helyiségben.
|
Az AI és az AI használata az adenomák kimutatásának összehasonlításában endoszkópos eljárások során.
|
|
Aktív összehasonlító: Nem mesterséges intelligencia endoszkópos szoba
Az ösztöndíjasokat napi rendszerességgel randomizálják, hogy kolonoszkópiát végezzenek egy nem mesterséges intelligencia endoszkópos helyiségben (standard ellátás).
|
Nem mesterséges intelligencia alkalmazása az adenomák kimutatásának összehasonlítására endoszkópos eljárások során.
|
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
Átlagos adenoma kimutatási arány
Időkeret: A tanulmány során átlagosan 2 év
|
Az adenoma észlelési aránya AI-val és anélkül
|
A tanulmány során átlagosan 2 év
|
Másodlagos eredményintézkedések
Eredménymérő |
Intézkedés leírása |
Időkeret |
|---|---|---|
|
A polipok kimutatási arányának átlaga
Időkeret: A tanulmány során átlagosan 2 év
|
Polipfelismerési sebesség AI-val és anélkül
|
A tanulmány során átlagosan 2 év
|
Együttműködők és nyomozók
Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.
Szponzor
Nyomozók
- Kutatásvezető: James L Buxbaum, MD, University of Southern California
Publikációk és hasznos linkek
A vizsgálattal kapcsolatos információk beviteléért felelős személy önkéntesen bocsátja rendelkezésre ezeket a kiadványokat. Ezek bármiről szólhatnak, ami a tanulmányhoz kapcsolódik.
Általános kiadványok
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Siegel RL, Miller KD, Fedewa SA, Ahnen DJ, Meester RGS, Barzi A, Jemal A. Colorectal cancer statistics, 2017. CA Cancer J Clin. 2017 May 6;67(3):177-193. doi: 10.3322/caac.21395. Epub 2017 Mar 1.
- Calderwood AH, Jacobson BC. Comprehensive validation of the Boston Bowel Preparation Scale. Gastrointest Endosc. 2010 Oct;72(4):686-92. doi: 10.1016/j.gie.2010.06.068.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Kaminski MF, Regula J, Kraszewska E, Polkowski M, Wojciechowska U, Didkowska J, Zwierko M, Rupinski M, Nowacki MP, Butruk E. Quality indicators for colonoscopy and the risk of interval cancer. N Engl J Med. 2010 May 13;362(19):1795-803. doi: 10.1056/NEJMoa0907667.
- Winawer SJ, Zauber AG, Ho MN, O'Brien MJ, Gottlieb LS, Sternberg SS, Waye JD, Schapiro M, Bond JH, Panish JF, et al. Prevention of colorectal cancer by colonoscopic polypectomy. The National Polyp Study Workgroup. N Engl J Med. 1993 Dec 30;329(27):1977-81. doi: 10.1056/NEJM199312303292701.
- Zauber AG, Winawer SJ, O'Brien MJ, Lansdorp-Vogelaar I, van Ballegooijen M, Hankey BF, Shi W, Bond JH, Schapiro M, Panish JF, Stewart ET, Waye JD. Colonoscopic polypectomy and long-term prevention of colorectal-cancer deaths. N Engl J Med. 2012 Feb 23;366(8):687-96. doi: 10.1056/NEJMoa1100370.
- Rex DK, Boland CR, Dominitz JA, Giardiello FM, Johnson DA, Kaltenbach T, Levin TR, Lieberman D, Robertson DJ. Colorectal Cancer Screening: Recommendations for Physicians and Patients from the U.S. Multi-Society Task Force on Colorectal Cancer. Am J Gastroenterol. 2017 Jul;112(7):1016-1030. doi: 10.1038/ajg.2017.174. Epub 2017 Jun 6.
- Abadir AP, Ali MF, Karnes W, Samarasena JB. Artificial Intelligence in Gastrointestinal Endoscopy. Clin Endosc. 2020 Mar;53(2):132-141. doi: 10.5946/ce.2020.038. Epub 2020 Mar 30.
- Urban G, Tripathi P, Alkayali T, Mittal M, Jalali F, Karnes W, Baldi P. Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy. Gastroenterology. 2018 Oct;155(4):1069-1078.e8. doi: 10.1053/j.gastro.2018.06.037. Epub 2018 Jun 18.
- Jovani M, Campbell EJ, Hur C, Joshi AD, Nishioka NS. Effect of video monitor size on polyp detection: a prospective, randomized, controlled trial. Gastrointest Endosc. 2019 Aug;90(2):254-258.e2. doi: 10.1016/j.gie.2019.03.1172. Epub 2019 Apr 12.
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)
2023. január 1.
Elsődleges befejezés (Várható)
2025. június 1.
A tanulmány befejezése (Várható)
2025. szeptember 1.
Tanulmányi regisztráció dátumai
Először benyújtva
2022. április 26.
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
2022. június 14.
Első közzététel (Tényleges)
2022. június 21.
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Becslés)
2023. március 6.
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
2023. március 2.
Utolsó ellenőrzés
2023. március 1.
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- HS-21-00094
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. .