Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

Intelligenza artificiale vs identificazione endoscopista nell'anatomia normale dell'EUS

22 febbraio 2024 aggiornato da: Carlos Robles-Medranda, Instituto Ecuatoriano de Enfermedades Digestivas

Valutazione comparativa dell'intelligenza artificiale e dell'accuratezza degli endoscopisti negli ultrasuoni endoscopici per l'identificazione delle strutture anatomiche normali: uno studio multi-istituzionale e trasversale

L'impressione visiva dell'ecografia endoscopica (EUS) dipende dall'operatore e può ostacolare l'accuratezza diagnostica, soprattutto negli endoscopisti meno esperti. L’implementazione dell’intelligenza artificiale può potenzialmente mitigare la dipendenza dell’operatore e la variabilità dell’interpretazione, aiutando o migliorando la precisione complessiva.

I ricercatori mirano quindi a confrontare l'accuratezza diagnostica tra il modello basato sull'intelligenza artificiale (AI) e gli endoscopisti durante l'identificazione delle normali strutture anatomiche nelle procedure EUS.

Panoramica dello studio

Stato

Completato

Condizioni

Intervento / Trattamento

Descrizione dettagliata

L'EUS è una procedura dipendente dall'operatore in cui la precisione dipende dall'esperienza e dalle capacità. Al giorno d'oggi, la formazione EUS può essere ottenuta tramite una formazione formale in un centro per 6-24 mesi o una formazione informale attraverso sessioni didattiche con una breve esperienza pratica. Tuttavia, i parametri per una corretta e completa misurazione dell'esperienza formativa sono ancora da definire. L’implementazione dell’intelligenza artificiale sull’EUS può potenzialmente mitigare la variabile operatore-dipendente e migliorare l’accuratezza diagnostica.

Pertanto, il rilevamento delle strutture anatomiche normali su base separata utilizzando un modello basato sull'intelligenza artificiale, endoscopisti esperti e non esperti per determinare dove l'intelligenza artificiale sarebbe più utile.

I ricercatori mirano a confrontare l'accuratezza diagnostica del modello basato sull'intelligenza artificiale con l'identificazione endoscopista delle normali strutture anatomiche nelle procedure EUS.

Tipo di studio

Osservativo

Iscrizione (Effettivo)

30

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

  • Ecuador
    • Guayas
      • Guayaquil, Guayas, Ecuador, 090505
        • IECED

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

No

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

EUS-endoscopisti gastrointestinali esperti e non esperti.

Descrizione

Criterio di inclusione:

  • Endoscopisti esperti di EUS gastrointestinale.
  • Formazione per endoscopisti gastrointestinali non esperti per EUS.
  • Pazienti con dispepsia cronica senza altri reperti.
  • Pazienti con precedenti immagini TC o endoscopia dell'apparato digerente superiore che non riportano altri risultati.
  • Pazienti che necessitano di EUS per la sorveglianza a causa di storia familiare di cancro al pancreas senza risultati alla risonanza magnetica.

Criteri di esclusione:

  • Connessione Internet inferiore a 100 MB al secondo.
  • Pazienti con strutture anomale o con lesioni visibili.

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
Modello basato sull'intelligenza artificiale
AIWorks-EUS Convolutional Neural Network versione 2 (CNNv2) (mdconsgroup, Guayaquil, Ecuador) applicata su video preregistrati per il rilevamento di strutture anatomiche normali.
Test diagnostico: Rilevamento di strutture
Video preregistrati, ritagliati secondo le diverse finestre (mediastinica, gastrica, duodenale) verranno analizzati dal modello AIWorks-EUS e da endoscopisti in tempi diversi per il riconoscimento delle diverse strutture anatomiche normali.
Endoscopisti esperti
Endoscopisti con >190 procedure EUS all'anno, incluse 75 procedure di stadiazione del cancro pancreatobiliare e della mucosa ciascuna, 40 casi subepiteliali; e 50 casi di agoaspirato EUS-fine (FNA) (25 dei quali erano casi pancreatici); seguendo le raccomandazioni dell’American Society for Gastrointestinal Endoscopy (ASGE).
Test diagnostico: Rilevamento di strutture
Video preregistrati, ritagliati secondo le diverse finestre (mediastinica, gastrica, duodenale) verranno analizzati dal modello AIWorks-EUS e da endoscopisti in tempi diversi per il riconoscimento delle diverse strutture anatomiche normali.
Endoscopisti non esperti
Endoscopisti con <190 procedure EUS all'anno, incluse 75 procedure di stadiazione del cancro pancreatobiliare e della mucosa ciascuna, 40 casi subepiteliali; e 50 casi di EUS-FNA (25 dei quali erano casi pancreatici); seguendo le raccomandazioni dell’American Society for Gastrointestinal Endoscopy (ASGE).
Test diagnostico: Rilevamento di strutture
Video preregistrati, ritagliati secondo le diverse finestre (mediastinica, gastrica, duodenale) verranno analizzati dal modello AIWorks-EUS e da endoscopisti in tempi diversi per il riconoscimento delle diverse strutture anatomiche normali.

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Accuratezza diagnostica
Lasso di tempo: 5 mesi
Il vero positivo, il vero negativo, il falso positivo e il falso negativo si basano sul rilevamento delle strutture anatomiche secondo un endoscopista esperto esterno come gold standard.
5 mesi

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Accordo tra osservatori
Lasso di tempo: 5 mesi
Confronto delle accuratezze diagnostiche tra il modello basato sull'intelligenza artificiale (AI) ed entrambi i gruppi (endoscopisti esperti e non esperti) utilizzando Fleiss Kappa.
5 mesi

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

Instituto Ecuatoriano de Enfermedades Digestivas

Collaboratori

Beth Israel Deaconess Medical Center
Universitair Ziekenhuis Brussel
The Methodist Hospital Research Institute
Larkin Community Hospital
mdconsgroup, Guayaquil, Ecuador
Hospital Clinico Universitario de Santiago
Carol Davila University of Medicine and Pharmacy
Baylor Saint Luke's Medical Center
Barra Life Medical Center, Brazil
Hospital Civil de Morelia, Michoacan
ELIAS Emergency University Hospital

Investigatori

  • Investigatore principale: Carlos Robles-Medranda, MD FASGE, Instituto Ecuatoriano de Enfermedades Digestivas (IECED)

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

1 maggio 2023

Completamento primario (Effettivo)

1 ottobre 2023

Completamento dello studio (Effettivo)

26 gennaio 2024

Date di iscrizione allo studio

Primo inviato

16 febbraio 2024

Primo inviato che soddisfa i criteri di controllo qualità

22 febbraio 2024

Primo Inserito (Stimato)

28 febbraio 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Stimato)

28 febbraio 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

22 febbraio 2024

Ultimo verificato

1 febbraio 2024

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • IECED-12345

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

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 .

Prove cliniche su Rilevamento di strutture

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Czech Republic

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi