- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT05034185
Convalida nel mondo reale di un sistema di supporto alla caratterizzazione dell'intelligenza artificiale (CADx).
Convalida nel mondo reale di un sistema di supporto alla caratterizzazione dell'intelligenza artificiale (CADx) per la previsione dell'istologia del polipo in colonscopia: uno studio prospettico multicentrico
Il cancro del colon-retto (CRC) è una delle principali cause di morbilità e mortalità correlate al cancro in tutto il mondo, con tassi di CRC previsti in aumento. La colonscopia è attualmente il gold standard di screening per CRC. L'intelligenza artificiale (AI) è vista come una soluzione per colmare questa lacuna nel rilevamento dell'adenoma, che è un indicatore di qualità nella colonscopia. I sistemi di intelligenza artificiale utilizzano reti neurali profonde per consentire il rilevamento assistito da computer (CADe) e la classificazione assistita da computer (CADx). CADe si occupa del rilevamento dei polipi durante la colonscopia, che a sua volta è postulato per aiutare a ridurre il tasso di errore dell'adenoma.
Al contrario, CADx si occupa dell'interpretazione dell'aspetto del polipo durante la colonscopia per determinare l'istologia prevista. La previsione dell'istologia del polipo è fondamentale per aiutare i medici a decidere su una strategia di "resezione e scarto" o "diagnosi e congedo". È inoltre utile che il medico sia a conoscenza dell'istologia prevista di un polipo colorettale per determinare il metodo appropriato di resezione in termini di sicurezza ed efficacia. Sebbene il CADe sia stato ampiamente studiato in studi controllati randomizzati, mancano dati prospettici che convalidino l'uso di CADx in ambito clinico per prevedere l'istologia del polipo.
I ricercatori hanno in programma di condurre uno studio clinico prospettico multicentrico per convalidare l'accuratezza del supporto CADx per la previsione dell'istologia del polipo nella colonscopia in tempo reale.
Panoramica dello studio
Stato
Intervento / Trattamento
Descrizione dettagliata
La colonscopia è attualmente il gold standard di screening per CRC. Si stima che un aumento dell'1% del tasso di rilevamento dell'adenoma (ADR) sia associato a una riduzione del 3% del rischio di intervallo CRC. I sistemi di intelligenza artificiale possono essere ampiamente suddivisi in CADe (per il rilevamento) e CADx (per la diagnosi o la previsione dell'istologia del polipo nel contesto della colonscopia). Il CADe è stato ampiamente studiato, con numerosi studi controllati randomizzati e meta-analisi che mostrano un ADR più elevato quando si utilizza CADe rispetto ai gruppi di controllo senza CADe.
Oltre all'ADR, l'istologia prevista del polipo è una componente chiave nell'esecuzione della colonscopia in quanto consente al medico di prendere una decisione in merito alla sua gestione, come descritto sopra. A questo proposito, l'endoscopia con miglioramento delle immagini (IEE) viene spesso utilizzata per aiutare i medici a determinare se i polipi colorettali rilevati alla colonscopia sono neoplastici o iperplastici. La classificazione senza ingrandimento più comunemente utilizzata è la NBI International Colorectal Endoscopic (NICE), mentre la classificazione Japan NBI Expert Team (JNET) viene utilizzata laddove sono disponibili sistemi di endoscopia con ingrandimento ottico e la formazione adeguata. Tuttavia, questi sistemi di classificazione hanno un'accuratezza diagnostica e un accordo interosservatore variabili. Precedenti studi prospettici su CADx hanno utilizzato l'endocitoscopia e l'imaging con autofluorescenza (CAD-AFI) con risultati positivi. Tuttavia, il principale limite in questi studi CADx è che questi sistemi di imaging sono costosi e non sono prontamente disponibili nella maggior parte dei centri in tutto il mondo. Inoltre, la maggior parte dei medici che eseguono colonscopie non sono stati addestrati in queste modalità di imaging e dovranno affidarsi completamente alla funzione CADx per rilevare i polipi se vengono utilizzate queste modalità di imaging, senza poter contare sulla propria esperienza e formazione in caso di dubbi sull'accuratezza di una diagnosi CADx in un ambiente reale.
Il sistema Fujifilm 7000 (Fujifilm Corp., Tokyo) è stato utilizzato clinicamente di routine in tutte le istituzioni terziarie di Singapore. Il sistema CAD EYE è stato sviluppato da Fujifilm Corp per aiutare i medici nella colonscopia con le funzioni CADe e CADx. Le funzioni di base e la gestione del colonscopio, così come l'unità di elaborazione dell'endoscopia, sono simili a quanto è attualmente disponibile nella pratica clinica, con l'aggiunta del software CAD EYE. Il controller è stato configurato per consentire all'operatore di attivare e disattivare la funzione CAD a seconda delle necessità. Queste funzioni possono essere attivate e disattivate utilizzando un pulsante sul controller dal medico. Le funzioni CADe e CADx funzionano quando si utilizzano rispettivamente la luce bianca e l'imaging laser blu (BLI). Ciò offre un'opportunità unica per convalidare esternamente l'uso dello strumento di supporto CADx valutandone l'accuratezza diagnostica con l'istologia finale del polipo come gold standard, confrontando anche le sue prestazioni in un contesto clinico rispetto a un medico che utilizza IEE (che è il metodo convenzionale di predire l'istologia del polipo in colonscopia).
I ricercatori hanno in programma di condurre uno studio clinico prospettico multicentrico per convalidare l'accuratezza del supporto CADx per la previsione dell'istologia del polipo nella colonscopia in tempo reale.
Tipo di studio
Iscrizione (Effettivo)
Contatti e Sedi
Luoghi di studio
-
-
-
Singapore, Singapore, 529889
- Changi General Hospital, National University Hospital, Singapore General Hospital and Tan Tock Seng Hospital
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
Accetta volontari sani
Sessi ammissibili allo studio
Metodo di campionamento
Popolazione di studio
Tutti i pazienti di età pari o superiore a 40 anni e che hanno indicazioni per la colonscopia saranno eleggibili per lo studio. I pazienti che sono stati identificati come idonei per lo studio saranno informati sui dettagli, rischi e benefici prima dell'esecuzione della colonscopia. Questa consulenza può avvenire in ambito ambulatoriale o ospedaliero.
Saranno inclusi nello studio i pazienti con uno o più polipi rilevati durante la colonscopia. Il resto dei criteri di inclusione ed esclusione è come descritto.
Descrizione
Criterio di inclusione:
- Pazienti che hanno un'indicazione per la colonscopia e che hanno almeno un polipo rilevato durante la colonscopia
- 40 anni e oltre
- Consenso ottenuto per lo studio
Criteri di esclusione:
- Meno di 39 anni
- Diminuzione della partecipazione allo studio
- Pazienti senza polipi rilevati durante la colonscopia
- Pazienti con malattia infiammatoria intestinale
- Pazienti con carcinoma colorettale noto non resecato
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
Intervento / Trattamento |
|---|---|
|
Pazienti con uno o più polipi rilevati
Durante la colonscopia, il medico controlla la presenza di polipi come da pratica clinica di routine con la funzione CAD EYE disattivata. Quando si incontra un polipo, il medico farà una previsione sull'istologia basata sulla luce bianca e sulle caratteristiche BLI del polipo con e senza ingrandimento ottico, come da pratica clinica di routine. Successivamente, la funzione CAD EYE verrà attivata e il Medico prenderà nota della previsione CADx per lo stesso polipo, che sarà "neoplastico" o "iperplastico". Inoltre, verranno registrate altre caratteristiche del polipo come la dimensione e la posizione, che è simile a quanto viene eseguito nella pratica clinica di routine. Il polipo sarà asportato e inviato per l'esame patologico, che costituirà il "gold standard" per la diagnosi dell'istologia del polipo. |
Lo strumento di supporto CADx funziona quando il medico attiva la funzione CAD EYE preconfigurata utilizzando un pulsante sul controller mentre il sistema dell'oscilloscopio è in modalità BLI.
Questa operazione viene eseguita dopo che il medico ha effettuato per la prima volta una previsione ottica dell'istologia del polipo utilizzando l'IEE come descritto.
Lo strumento di supporto CADx effettuerà una previsione dell'istologia del polipo come "iperplastica" o "neoplastica".
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Valutare le prestazioni diagnostiche dello strumento di supporto CADx rispetto alla previsione ottica dell'istologia del polipo da parte del medico in colonscopia in tempo reale in un contesto clinico
Lasso di tempo: 1 anno
|
Istologia del polipo utilizzata come gold standard
|
1 anno
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Determinare le prestazioni diagnostiche di CADx rispetto alla previsione ottica dell'istologia del polipo da parte dell'endoscopista nell'analisi dei sottogruppi
Lasso di tempo: 1 anno
|
I sottogruppi includono la preparazione intestinale, la dimensione del polipo e la posizione
|
1 anno
|
Collaboratori e investigatori
Pubblicazioni e link utili
Pubblicazioni generali
- 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.
- Hassan C, Spadaccini M, Iannone A, Maselli R, Jovani M, Chandrasekar VT, Antonelli G, Yu H, Areia M, Dinis-Ribeiro M, Bhandari P, Sharma P, Rex DK, Rosch T, Wallace M, Repici A. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc. 2021 Jan;93(1):77-85.e6. doi: 10.1016/j.gie.2020.06.059. Epub 2020 Jun 26.
- Kaminski MF, Thomas-Gibson S, Bugajski M, Bretthauer M, Rees CJ, Dekker E, Hoff G, Jover R, Suchanek S, Ferlitsch M, Anderson J, Roesch T, Hultcranz R, Racz I, Kuipers EJ, Garborg K, East JE, Rupinski M, Seip B, Bennett C, Senore C, Minozzi S, Bisschops R, Domagk D, Valori R, Spada C, Hassan C, Dinis-Ribeiro M, Rutter MD. Performance measures for lower gastrointestinal endoscopy: a European Society of Gastrointestinal Endoscopy (ESGE) Quality Improvement Initiative. Endoscopy. 2017 Apr;49(4):378-397. doi: 10.1055/s-0043-103411. Epub 2017 Mar 7.
- Hewett DG, Kaltenbach T, Sano Y, Tanaka S, Saunders BP, Ponchon T, Soetikno R, Rex DK. Validation of a simple classification system for endoscopic diagnosis of small colorectal polyps using narrow-band imaging. Gastroenterology. 2012 Sep;143(3):599-607.e1. doi: 10.1053/j.gastro.2012.05.006. Epub 2012 May 15.
- Byrne MF, Chapados N, Soudan F, Oertel C, Linares Perez M, Kelly R, Iqbal N, Chandelier F, Rex DK. Real-time differentiation of adenomatous and hyperplastic diminutive colorectal polyps during analysis of unaltered videos of standard colonoscopy using a deep learning model. Gut. 2019 Jan;68(1):94-100. doi: 10.1136/gutjnl-2017-314547. Epub 2017 Oct 24.
- 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.
- van Rijn JC, Reitsma JB, Stoker J, Bossuyt PM, van Deventer SJ, Dekker E. Polyp miss rate determined by tandem colonoscopy: a systematic review. Am J Gastroenterol. 2006 Feb;101(2):343-50. doi: 10.1111/j.1572-0241.2006.00390.x.
- Brenner H, Chang-Claude J, Jansen L, Knebel P, Stock C, Hoffmeister M. Reduced risk of colorectal cancer up to 10 years after screening, surveillance, or diagnostic colonoscopy. Gastroenterology. 2014 Mar;146(3):709-17. doi: 10.1053/j.gastro.2013.09.001. Epub 2013 Sep 5.
- Song EM, Park B, Ha CA, Hwang SW, Park SH, Yang DH, Ye BD, Myung SJ, Yang SK, Kim N, Byeon JS. Endoscopic diagnosis and treatment planning for colorectal polyps using a deep-learning model. Sci Rep. 2020 Jan 8;10(1):30. doi: 10.1038/s41598-019-56697-0.
- Rex DK, Schoenfeld PS, Cohen J, Pike IM, Adler DG, Fennerty MB, Lieb JG 2nd, Park WG, Rizk MK, Sawhney MS, Shaheen NJ, Wani S, Weinberg DS. Quality indicators for colonoscopy. Gastrointest Endosc. 2015 Jan;81(1):31-53. doi: 10.1016/j.gie.2014.07.058. Epub 2014 Dec 2. No abstract available.
- 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.
- Mori Y, Kudo SE, Misawa M, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Urushibara F, Kataoka S, Ogawa Y, Maeda Y, Takeda K, Nakamura H, Ichimasa K, Kudo T, Hayashi T, Wakamura K, Ishida F, Inoue H, Itoh H, Oda M, Mori K. Real-Time Use of Artificial Intelligence in Identification of Diminutive Polyps During Colonoscopy: A Prospective Study. Ann Intern Med. 2018 Sep 18;169(6):357-366. doi: 10.7326/M18-0249. Epub 2018 Aug 14.
- Wang P, Berzin TM, Glissen Brown JR, Bharadwaj S, Becq A, Xiao X, Liu P, Li L, Song Y, Zhang D, Li Y, Xu G, Tu M, Liu X. Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut. 2019 Oct;68(10):1813-1819. doi: 10.1136/gutjnl-2018-317500. Epub 2019 Feb 27.
- Gong D, Wu L, Zhang J, Mu G, Shen L, Liu J, Wang Z, Zhou W, An P, Huang X, Jiang X, Li Y, Wan X, Hu S, Chen Y, Hu X, Xu Y, Zhu X, Li S, Yao L, He X, Chen D, Huang L, Wei X, Wang X, Yu H. Detection of colorectal adenomas with a real-time computer-aided system (ENDOANGEL): a randomised controlled study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):352-361. doi: 10.1016/S2468-1253(19)30413-3. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Vinsard DG, Mori Y, Misawa M, Kudo SE, Rastogi A, Bagci U, Rex DK, Wallace MB. Quality assurance of computer-aided detection and diagnosis in colonoscopy. Gastrointest Endosc. 2019 Jul;90(1):55-63. doi: 10.1016/j.gie.2019.03.019. Epub 2019 Mar 26.
- Bray F, Jemal A, Grey N, Ferlay J, Forman D. Global cancer transitions according to the Human Development Index (2008-2030): a population-based study. Lancet Oncol. 2012 Aug;13(8):790-801. doi: 10.1016/S1470-2045(12)70211-5. Epub 2012 Jun 1.
- Araghi M, Soerjomataram I, Jenkins M, Brierley J, Morris E, Bray F, Arnold M. Global trends in colorectal cancer mortality: projections to the year 2035. Int J Cancer. 2019 Jun 15;144(12):2992-3000. doi: 10.1002/ijc.32055. Epub 2019 Jan 8.
- Doubeni CA, Corley DA, Quinn VP, Jensen CD, Zauber AG, Goodman M, Johnson JR, Mehta SJ, Becerra TA, Zhao WK, Schottinger J, Doria-Rose VP, Levin TR, Weiss NS, Fletcher RH. Effectiveness of screening colonoscopy in reducing the risk of death from right and left colon cancer: a large community-based study. Gut. 2018 Feb;67(2):291-298. doi: 10.1136/gutjnl-2016-312712. Epub 2016 Oct 12.
- Wang P, Liu X, Berzin TM, Glissen Brown JR, Liu P, Zhou C, Lei L, Li L, Guo Z, Lei S, Xiong F, Wang H, Song Y, Pan Y, Zhou G. Effect of a deep-learning computer-aided detection system on adenoma detection during colonoscopy (CADe-DB trial): a double-blind randomised study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):343-351. doi: 10.1016/S2468-1253(19)30411-X. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Su JR, Li Z, Shao XJ, Ji CR, Ji R, Zhou RC, Li GC, Liu GQ, He YS, Zuo XL, Li YQ. Impact of a real-time automatic quality control system on colorectal polyp and adenoma detection: a prospective randomized controlled study (with videos). Gastrointest Endosc. 2020 Feb;91(2):415-424.e4. doi: 10.1016/j.gie.2019.08.026. Epub 2019 Aug 24.
- Repici A, Ciscato C, Correale L, Bisschops R, Bhandari P, Dekker E, Pech O, Radaelli F, Hassan C. Narrow-band Imaging International Colorectal Endoscopic Classification to predict polyp histology: REDEFINE study (with videos). Gastrointest Endosc. 2016 Sep;84(3):479-486.e3. doi: 10.1016/j.gie.2016.02.020. Epub 2016 Feb 27.
- Komeda Y, Kashida H, Sakurai T, Asakuma Y, Tribonias G, Nagai T, Kono M, Minaga K, Takenaka M, Arizumi T, Hagiwara S, Matsui S, Watanabe T, Nishida N, Chikugo T, Chiba Y, Kudo M. Magnifying Narrow Band Imaging (NBI) for the Diagnosis of Localized Colorectal Lesions Using the Japan NBI Expert Team (JNET) Classification. Oncology. 2017;93 Suppl 1:49-54. doi: 10.1159/000481230. Epub 2017 Dec 20.
- Kandel P, Wallace MB. Should We Resect and Discard Low Risk Diminutive Colon Polyps. Clin Endosc. 2019 May;52(3):239-246. doi: 10.5946/ce.2018.136. Epub 2019 Jan 21.
- Neumann H, Neumann Sen H, Vieth M, Bisschops R, Thieringer F, Rahman KF, Gamstatter T, Tontini GE, Galle PR. Leaving colorectal polyps in place can be achieved with high accuracy using blue light imaging (BLI). United European Gastroenterol J. 2018 Aug;6(7):1099-1105. doi: 10.1177/2050640618769731. Epub 2018 May 17.
- von Renteln D, Kaltenbach T, Rastogi A, Anderson JC, Rosch T, Soetikno R, Pohl H. Simplifying Resect and Discard Strategies for Real-Time Assessment of Diminutive Colorectal Polyps. Clin Gastroenterol Hepatol. 2018 May;16(5):706-714. doi: 10.1016/j.cgh.2017.11.036. Epub 2017 Nov 23.
- Ang TL, Li JW, Wong YJ, Tan YJ, Fock KM, Tan MTK, Kwek ABE, Teo EK, Ang DS, Wang LM. A prospective randomized study of colonoscopy using blue laser imaging and white light imaging in detection and differentiation of colonic polyps. Endosc Int Open. 2019 Oct;7(10):E1207-E1213. doi: 10.1055/a-0982-3111. Epub 2019 Oct 1.
- Horiuchi H, Tamai N, Kamba S, Inomata H, Ohya TR, Sumiyama K. Real-time computer-aided diagnosis of diminutive rectosigmoid polyps using an auto-fluorescence imaging system and novel color intensity analysis software. Scand J Gastroenterol. 2019 Jun;54(6):800-805. doi: 10.1080/00365521.2019.1627407. Epub 2019 Jun 14.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Effettivo)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Stima)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
- Malattie dell'apparato digerente
- Neoplasie
- Neoplasie per sede
- Neoplasie gastrointestinali
- Neoplasie dell'apparato digerente
- Malattie gastrointestinali
- Malattie del colon
- Malattie intestinali
- Condizioni patologiche, anatomiche
- Neoplasie intestinali
- Neoplasie colorettali
- Polipi intestinali
- Polipi
- Polipi del colon
- Neoplasie del colon
Altri numeri di identificazione dello studio
- CIRB Ref: 2021/2001
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .