人工知能支援消化器内視鏡検査のランダム化制御多施設研究
浙江大学医科大学第二付属病院消化器内視鏡センターとナキメディカル株式会社のエンジニア香港の研究チームは、初期段階の消化内視鏡検査の AI 支援診断モデル、つまりディープラーニング モデルを独自に開発しました。研究の初期段階を通じてディープラーニング モデルは、消化管の病変を識別することができます。結腸ポリープなどの一部の病気の診断率は 99% です。
一方で、この補助診断モデルは初心者の内視鏡検査をガイドすることができます。一方で、病変の検出率を向上させ、診断の見逃し率を減らすことができます。一方、内視鏡センター全体の稼働効率が向上し、内視鏡検査の品質管理に貢献します。
今回、AI支援診断モデルはさらに改良され、当院消化器内視鏡センターにおいてさらなる臨床検証が行われる予定です。
当院の内視鏡システムに接続し、既存の内視鏡画像テキストシステムと同時に利用し、消化器疾患診断におけるAI支援診断モデルの実用性、感度、特異性を比較し、品質管理に重点を置いています。内視鏡検査のこと。
調査の概要
詳細な説明
浙江大学医科大学第二付属病院消化器内視鏡センターとナキメディカル株式会社のエンジニア香港の深層学習モデルは、初期段階の消化内視鏡検査の AI 支援診断モデルを独自に開発しました。深層学習モデルは、研究の初期段階を通じて、結腸ポリープ、結腸直腸癌、結腸直腸の病変を識別することができます。骨端病変、結腸憩室、潰瘍性大腸炎、胃潰瘍、胃ポリープ、粘膜下隆起、逆流性食道炎、食道潰瘍、食道ポリープ、食道びらん、食道の異所性胃粘膜および食道静脈瘤、食道癌、食道乳頭腫など。に対する感受性結腸ポリープなどの一部の病気の診断率は 99% です。
一方で、この補助診断モデルは初心者の内視鏡検査をガイドすることができます。一方で、病変の検出率を向上させ、診断の見逃し率を減らすことができます。一方、内視鏡センター全体の稼働効率が向上し、内視鏡検査の品質管理に貢献します。
今回、AI支援診断モデルはさらに改良され、当院消化器内視鏡センターにおいてさらなる臨床検証が行われる予定です。
当院の内視鏡システムに接続し、既存の内視鏡画像テキストシステムと同時に利用し、消化器疾患診断におけるAI支援診断モデルの実用性、感度、特異性を比較し、品質管理に重点を置いています。内視鏡検査のこと。
研究の種類
観察的
入学 (予想される)
3600
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Zhejiang
-
Hangzhou、Zhejiang、中国、310000
- 募集
- Cai J Ting
-
コンタクト：
- Cai J Ting
- 電話番号：15267019902 15267019902
- メール：1173920428@qq.com
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年歳以上 (大人、高齢者)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
確率サンプル
調査対象母集団
2019年9月から2021年8月までに内視鏡センターで無痛性胃腸鏡検査を受けた患者様
説明
包含基準:
- この研究に対するインフォームドコンセントに自発的に署名する
- 安定したバイタルサイン
- 18歳以上
- さまざまな理由で無痛胃腸鏡検査を必要とする患者さん
除外基準:
- 同意書に署名できない、または署名したくない、または研究手順に従うことができない
- 無痛胃腸鏡検査には禁忌がある
- バイタルサインが不安定
- 他院の胃腸内視鏡検査で病変が特定されており、内視鏡検査のために当院に来院された患者様はさらに確認することになります。
- ポリープ切除術や幽門狭窄症などの内視鏡治療
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
A: モデルA
モードAはサイレントモードで、内視鏡医師と背中合わせで内視鏡画像の表示と動画の録画を同時に行いましたが、内視鏡医師の業務を妨げることはありませんでした。手術後はAIモデルが内視鏡レポートを自動生成し、内視鏡レポートと比較します。内視鏡システムにおいて内視鏡医師によって与えられる公式レポートが付属します。
差が大きい場合は、直ちにビデオ検証を再生するか、患者が覚醒する前に再度内視鏡検査を実施します。
|
AIモデルがアラームを鳴らしたら、病変を確認するために注意深くチェックしてください
|
|
B: モデルB
モード B は遅延リマインダー モードです。
手術中に病変が見つかった場合は、5秒以内に病変を視野の中央に移動する必要があります。
AI モデルによって病変が検出された (写真では病変が丸で囲まれている) 場合、医師が 5 秒以内に病変を視野の中央に移動しなかった場合、AI システムは警告プロンプトを表示します。
|
AIモデルがアラームを鳴らしたら、病変を確認するために注意深くチェックしてください
|
|
C：モデルC
モード C はリアルタイム リマインダー モードで、視野内に焦点が捉えられたときにアラームが表示されます。
|
AIモデルがアラームを鳴らしたら、病変を確認するために注意深くチェックしてください
|
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
人工知能胃腸内視鏡による消化管病変の検出率の推移
時間枠：2年
|
内視鏡検査は内視鏡医の臨床経験や地位に大きく依存しており、高負荷な作業により内視鏡医の内視鏡検査の品質が低下する場合や、検査部位の不完全さ、病変の検出の不完全さ、画像収集の不完全さなどの問題があります。が発生しやすいです。
人工知能にはこの弱点がありません。
長期間作業しても能力が低下せず、補助により病変の発見率の向上が期待できる
|
2年
|
|
腸の準備状態スコアを評価する AI 支援診断モデルの精度
時間枠：2年
|
腸内視鏡検査の質は腸内視鏡検査の質を決定し、内視鏡医はボストン スコアを通じて評価します。
ai 支援診断モデルは自動的に採点することもできます。ボストン腸スコアは、腸が適切に準備されているかどうかを判断するために使用されます。
ボストン腸スコアは、最悪から最もきれいなものまで 4 つのグレード (0 ～ 3 ポイント) に分けられます。
スコアが高いほど、腸の準備が整っており、結腸内視鏡検査を受けやすくなります。
|
2年
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
捜査官
- スタディディレクター：Cai J Ting, Dr、Second affiliated hospital of school of medicine, zhejiang university
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2019年8月1日
一次修了 (予想される)
2021年8月1日
研究の完了 (予想される)
2021年12月30日
試験登録日
最初に提出
2019年8月26日
QC基準を満たした最初の提出物
2019年8月26日
最初の投稿 (実際)
2019年8月28日
学習記録の更新
投稿された最後の更新 (実際)
2019年10月22日
QC基準を満たした最後の更新が送信されました
2019年10月20日
最終確認日
2019年8月1日
詳しくは
本研究に関する用語
その他の研究ID番号
- 研2019-262
個々の参加者データ (IPD) の計画
個々の参加者データ (IPD) を共有する予定はありますか?
いいえ
IPD プランの説明
IPD は他人と共有しません
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。