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.

Sviluppo dell'intelligenza artificiale per la diagnosi dei polipi colorettali

5 giugno 2024 aggiornato da: King's College Hospital NHS Trust

Sviluppo di un nuovo strumento diagnostico per colonscopia computerizzata in tempo reale per i polipi colorettali: diagnosi delle lesioni e gestione personalizzata del paziente

La classificazione accurata delle escrescenze nell'intestino crasso (polipi) identificate durante la colonscopia è fondamentale per informare il rischio di cancro del colon-retto. L'identificazione affidabile del rischio di cancro dei singoli polipi aiuta a determinare la migliore opzione di trattamento per il polipo rilevato e a determinare i requisiti di intervallo appropriati per la futura colonscopia per controllare il sito di rimozione e per ulteriori polipi in altre parti dell'intestino.

Le attuali tecniche avanzate di imaging endoscopico richiedono competenze ed esperienza specialistiche con una lunga curva di apprendimento associata e un aumento dei tempi di procedura. È per questi motivi che, nonostante siano stati introdotti nella pratica clinica, l’adozione di tali tecniche è limitata e gli attuali metodi di stratificazione del rischio di polipi durante la colonscopia senza intelligenza artificiale (AI) non sono ottimali. Circa il 25% dei polipi intestinali rimossi mediante interventi chirurgici importanti vengono analizzati e successivamente si rivelano polipi non cancerosi che avrebbero potuto essere rimossi tramite endoscopia, evitando così un intervento chirurgico che altera l'anatomia e i rischi associati. Con una diagnosi accurata dei polipi e una stratificazione del rischio in tempo reale con l’intelligenza artificiale, tali polipi avrebbero potuto essere rimossi in modo non chirurgico (endoscopicamente). Le attuali piattaforme di diagnosi assistita da computer (CADx, una forma di intelligenza artificiale) differenziano solo tra polipi cancerosi e non cancerosi, il che ha un valore limitato nel fornire un rischio personalizzato per il paziente di cancro del colon-retto. Lo sviluppo di un algoritmo multiclasse è di maggiore complessità rispetto a una classificazione binaria e richiede set di dati di training e convalida più ampi. Un robusto algoritmo CADx dovrebbe includere anche dati addestrabili globali per ridurre al minimo l’introduzione di bias. È per questi motivi che si tratta di uno studio multicentrico internazionale pianificato.

Gli investigatori mirano a sviluppare un nuovo strumento di previsione del rischio di previsione della patologia di cinque classi di intelligenza artificiale che fornisca informazioni affidabili per identificare il rischio di cancro indipendentemente dall'abilità dell'endoscopista.

Queste 5 categorie vengono scelte perché le opzioni di trattamento differiscono a seconda del tipo di polipo e le future linee guida per la colonscopia di controllo richiedono queste categorie

Panoramica dello studio

Stato

Reclutamento

Intervento / Trattamento

Descrizione dettagliata

L'uso dell'intelligenza artificiale nel rilevamento assistito da computer (CADe) per rilevare polipi (escrescenze precancerose) durante la colonscopia sta guadagnando crescente interesse e accettazione con molteplici dispositivi già presenti nel mercato tradizionale. Il ricercatore sa già dal lavoro svolto in altri paesi che il rilevamento di un numero maggiore di polipi comporta una riduzione del rischio di cancro intestinale per il paziente sottoposto alla procedura, negli anni successivi alla colonscopia (ad es. sono state rilevate e rimosse escrescenze precancerose). Ciò ha costituito la base dei programmi nazionali di screening del cancro intestinale. Con l’aumento del rilevamento di polipi del colon-retto, vi è una crescente necessità di identificare correttamente la natura del polipo per informare sul rischio di cancro del colon-retto con il polipo rilevato e anche sul potenziale rischio futuro per il paziente. È inoltre necessaria una diagnosi accurata del polipo per determinare la modalità o la rimozione corretta: se ciò richiede effettivamente la rimozione (con conseguente risparmio di costi e risorse in un clima attuale difficile), se la rimozione endoscopica è possibile e, in caso affermativo, con quale procedura, se un intervento chirurgico è obbligatorio.

I dati pubblicati dimostrano che circa un quarto dei polipi colorettali rimossi chirurgicamente in pazienti sottoposti a chirurgia maggiore erano benigni e pertanto la chirurgia maggiore avrebbe potuto essere evitata rimuovendo questi polipi per via endoscopica, riducendo il rischio di complicanze e la conservazione dell'organo per il paziente.

Le attuali tecniche di diagnosi dei polipi comportano l'uso e l'interpretazione di coloranti specialistici ed endoscopi di ingrandimento che consentono di acquisire competenze specialistiche con una curva di apprendimento associata e un aumento dei tempi della procedura. È per questi motivi che, nonostante siano stati introdotti nella pratica clinica, l’adozione di tali tecniche è limitata e gli attuali metodi di stratificazione del rischio di polipi durante la colonscopia senza AI non sono ottimali.

Gli attuali algoritmi AI (CADx) per la diagnosi dei polipi sono limitati a una classificazione più piccola. Le attuali piattaforme CADx differenziano tra polipi cancerosi e non cancerosi, il che ha un valore limitato nel fornire un rischio personalizzato per il paziente di cancro del colon-retto. Lo sviluppo di un algoritmo multiclasse è di maggiore complessità rispetto a una classificazione binaria e richiede set di dati di training e convalida più ampi. Un robusto algoritmo CADx dovrebbe includere anche dati addestrabili globali per ridurre al minimo l’introduzione di bias. È per questi motivi che si tratta di uno studio multicentrico internazionale pianificato

Prospettiva raccolta dati:

Questo studio sarà condotto insieme alla normale assistenza al paziente, ma richiederà al personale di ricerca di inserire i dati in un modulo di report sicuro basato sul web (database REDCAP). Ciò significa che i partecipanti saranno sottoposti esattamente alla stessa procedura, senza differenze e senza visite o dati aggiuntivi, rispetto a quanto sarebbe avvenuto altrimenti. I partecipanti saranno quei pazienti a cui è stata programmata una colonscopia per i motivi standard. I pazienti saranno invitati secondo le modalità consuete alla colonscopia.

Potrebbero, ove possibile, ricevere il PIS insieme alla lettera di appuntamento (fino a 6 settimane prima). All'arrivo nell'unità di endoscopia, verranno avvicinati da un membro del gruppo di ricerca e gli verrà consegnata una copia del PIS da leggere, fino a un'ora prima della procedura. Verranno fornite informazioni e spiegazioni faccia a faccia, previo consenso scritto per consentire la raccolta dei loro dati nel database. Poiché lo studio non richiede alcuna modifica o procedure aggiuntive, lo sperimentatore ritiene che un approccio iniziale all'arrivo nell'unità di endoscopia fornirà tempo sufficiente e appropriato per dare il consenso, anche se il PIS non è stato letto in anticipo (sebbene verrà inviato se possibile). L'unica considerazione aggiuntiva sarà il consenso alla registrazione del video (nessun dato identificabile del paziente verrà trasferito come parte di questo aspetto).

Una volta completata la colonscopia, non verranno effettuate ulteriori visite.

Tipo di studio

Osservativo

Iscrizione (Stimato)

4000

Contatti e Sedi

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

Contatto studio

Backup dei contatti dello studio

Luoghi di studio

      • London, Regno Unito, SE5 9RS
        • Reclutamento
        • King's College Hospital NHS Foundation Trust
        • Contatto:
        • Contatto:

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

N/A

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Tutti gli adulti (di età superiore a 18 anni) che si presentano per lo screening o la colonscopia sintomatica

Descrizione

Criterio di inclusione:

- Oltre 18 anni all'inclusione Colonscopia sintomatica o di screening

Criteri di esclusione:

  • Impossibile fornire il consenso informato.
  • Displasia associata a colite
  • Polipi nei siti di anastomosi chirurgica
  • Gravidanza

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

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Per ottenere una precisione complessiva dell'85% per l'algoritmo di previsione delle lesioni a cinque classificazioni.
Lasso di tempo: 24 mesi
Sensibilità e specificità
24 mesi
Valore previsto positivo e negativo
Lasso di tempo: 24 mesi
Valutare la precisione del dispositivo addestrato
24 mesi

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Accordo tra osservatori sulla previsione dell'istologia dei polipi da parte degli endoscopisti durante il processo di annotazione.
Lasso di tempo: 36 mesi
Analizzeremo il calcolo dell'accordo istologico tra l'endoscopista avanzato
36 mesi
La sottoanalisi delle caratteristiche dei polipi si è concentrata su diversi generi ed etnie.
Lasso di tempo: 36 mesi
Valutare se la previsione del sesso, dell'etnia e dell'età del paziente è possibile con l'uso del modello CADx sviluppato.
36 mesi
Questa sarà una sottoanalisi di un algoritmo AI addestrato a prevedere l'istologia dei polipi utilizzando la coorte di dati prospettici.
Lasso di tempo: 36 mesi
Un gruppo multidisciplinare condurrà anche un’analisi qualitativa delle diagnosi errate di CADx per valutarne il potenziale impatto
36 mesi
Effetti appresi dell'endoscopia aumentata dall'intelligenza artificiale sulla diagnosi ottica endoscopista
Lasso di tempo: 36 mesi
Valuteremo se l'uso dell'intelligenza artificiale durante la colonscopia può essere uno strumento di apprendimento per l'endoscopista
36 mesi

Collaboratori e investigatori

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

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)

4 maggio 2024

Completamento primario (Stimato)

1 giugno 2025

Completamento dello studio (Stimato)

30 maggio 2026

Date di iscrizione allo studio

Primo inviato

7 maggio 2024

Primo inviato che soddisfa i criteri di controllo qualità

5 giugno 2024

Primo Inserito (Effettivo)

6 giugno 2024

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

6 giugno 2024

Ultimo aggiornamento inviato che soddisfa i criteri QC

5 giugno 2024

Ultimo verificato

1 giugno 2024

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

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

INDECISO

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 Polipo del colon

Sottoscrivi