人工知能特性評価支援 (CADx) システムの実世界検証
結腸内視鏡検査におけるポリープ組織学の予測のための人工知能特性評価サポート (CADx) システムの実世界検証: 前向き多施設研究
結腸直腸がん (CRC) は、世界中のがん関連の罹患率と死亡率の主要な原因であり、CRC の発生率は増加すると予測されています。 大腸内視鏡検査は現在、CRC のスクリーニングのゴールド スタンダードです。 人工知能 (AI) は、大腸内視鏡検査の品質指標である腺腫検出におけるこのギャップを埋めるソリューションと見なされています。 AI システムはディープ ニューラル ネットワークを利用して、コンピューター支援検出 (CADe) とコンピューター支援分類 (CADx) を可能にします。 CADe は、大腸内視鏡検査中のポリープの検出に関係しており、腺腫のミス率の低下に役立つと考えられています。
対照的に、CADx は、結腸内視鏡検査中にポリープの外観を解釈して、予測される組織像を決定します。 ポリープ組織学の予測は、臨床医が「切除して廃棄する」または「診断して残す戦略」を決定するのに役立ちます。 安全性と有効性の観点から適切な切除方法を決定する際に、臨床医が結腸直腸ポリープの予測される組織学を認識することも有用です。 CADe は無作為対照試験で広く研究されていますが、ポリープの組織学を予測するために臨床現場で CADx を使用することを検証する前向きデータはありません。
研究者らは、リアルタイム結腸内視鏡検査におけるポリープ組織学の予測に対する CADx サポートの精度を検証するために、前向き多施設臨床試験を実施する予定です。
調査の概要
詳細な説明
大腸内視鏡検査は現在、CRC のスクリーニングのゴールド スタンダードです。 腺腫検出率 (ADR) の 1% の増加は、間隔 CRC のリスクの 3% の減少と関連していると推定されています。 AI システムは、CADe (検出用) と CADx (大腸内視鏡検査における診断またはポリープ組織学の予測用) に大別できます。 CADe は広く研究されており、CADe を使用しない対照群と比較して、CADe を使用すると ADR が高くなることがいくつかのランダム化比較試験とメタ分析で示されています。
ADR に加えて、予測されたポリープ組織学は、上記のように臨床医がその管理に関する決定を下すことを可能にするため、大腸内視鏡検査の実施における重要な要素です。 この点で、臨床医が結腸内視鏡検査で見つかった結腸直腸ポリープが腫瘍性か過形成性かを判断するのに役立つように、画像強調内視鏡検査 (IEE) がよく使用されます。 最も一般的に使用される非倍率の分類は、NBI International Colorectal Endoscopic (NICE) ですが、日本 NBI Expert Team (JNET) の分類は、光学倍率を備えた内視鏡システムと適切なトレーニングが利用できる場合に使用されます。 ただし、これらの分類システムの診断精度と観察者間の合意はさまざまです。 CADx を調べた以前の前向き研究では、エンドサイトスコピーと自家蛍光イメージング (CAD-AFI) が利用され、肯定的な結果が得られています。 ただし、これらの CADx 研究の主な制限は、これらのイメージング システムが高価であり、世界中のほとんどのセンターですぐに利用できないことです。 さらに、大腸内視鏡検査を行うほとんどの臨床医は、これらの画像診断法について訓練を受けておらず、これらの画像診断法を使用する場合、ポリープを検出するために CADx 機能に完全に依存する必要があります。実際の環境での CADx 診断の精度について。
Fujifilm 7000 System (富士フイルム株式会社、東京) は、シンガポールのすべての高等教育機関で日常的に臨床使用されています。 CAD EYE システムは、CADe および CADx 機能を使用して大腸内視鏡検査の臨床医を支援するために、富士フイルム株式会社によって開発されました。 大腸内視鏡の基本的な機能と操作、および内視鏡処理ユニットは、CAD EYE ソフトウェアが追加された現在の臨床現場で利用できるものと同様です。 コントローラは、オペレータが必要に応じて CAD 機能をアクティブ化および非アクティブ化できるように構成されています。 これらの機能は、医師がコントローラーのボタンを使用してオンとオフを切り替えることができます。 CADe および CADx 機能は、それぞれ白色光および青色レーザー イメージング (BLI) が使用されている場合に動作します。 これにより、CADx サポート ツールの使用を外部的に検証するユニークな機会が提供されます。これは、最終的なポリープ組織学をゴールド スタンダードとしてその診断精度を評価すると同時に、IEE を使用して臨床現場でのパフォーマンスを臨床医と比較することによっても行われます。大腸内視鏡検査におけるポリープ組織像の予測)。
研究者らは、リアルタイム結腸内視鏡検査におけるポリープ組織学の予測に対する CADx サポートの精度を検証するために、前向き多施設臨床試験を実施する予定です。
研究の種類
入学 (実際)
連絡先と場所
研究場所
-
-
-
Singapore、シンガポール、529889
- Changi General Hospital, National University Hospital, Singapore General Hospital and Tan Tock Seng Hospital
-
-
参加基準
適格基準
就学可能な年齢
健康ボランティアの受け入れ
受講資格のある性別
サンプリング方法
調査対象母集団
40歳以上で大腸内視鏡検査の適応があるすべての患者は、研究の対象となります。 研究に適格であると特定された患者は、大腸内視鏡検査の実施前に、詳細、リスク、利点についてカウンセリングを受けます。 このカウンセリングは、外来患者または入院患者の環境で行うことができます。
結腸内視鏡検査中に1つ以上のポリープが検出された患者が研究に含まれます。 包含および除外基準の残りの部分は、説明されているとおりです。
説明
包含基準:
- 大腸内視鏡検査の適応があり、大腸内視鏡検査中に少なくとも1つのポリープが検出された患者
- 40歳以上
- 研究のために得られた同意
除外基準:
- 39歳未満
- 研究への参加の辞退
- 大腸内視鏡検査でポリープが検出されなかった患者
- 炎症性腸疾患の患者
- 未切除の大腸がんが判明している患者
研究計画
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 |
|---|---|
|
1つ以上のポリープが検出された患者
大腸内視鏡検査中、臨床医は通常の臨床診療に従って、CAD EYE 機能をオフにしてポリープの存在を検査します。 ポリープに遭遇すると、臨床医は通常の臨床診療に従って、光学倍率の有無にかかわらずポリープの白色光と BLI の特徴に基づいて組織学を予測します。 これに続いて、CAD EYE 機能がオンになり、臨床医は同じポリープの CADx 予測に注意します。これは「腫瘍性」または「過形成性」のいずれかになります。 さらに、サイズや位置などの他のポリープの特徴が記録されます。これは、通常の臨床診療で行われるものと同様です。 ポリープは切除され、病理学的検査に送られます。これは、ポリープ組織学の診断のための「ゴールド スタンダード」を形成します。 |
CADx サポート ツールは、スコープ システムが BLI モードのときに、医師がコントローラーのボタンを使用して事前構成済みの CAD EYE 機能をオンに切り替えると動作します。
これは、臨床医が最初に説明したように IEE を使用してポリープ組織学の光学的予測を行った後に実行されます。
CADx サポート ツールは、ポリープの組織学を「過形成」または「新生」として予測します。
|
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 |
|---|---|---|
|
臨床現場でのリアルタイム結腸内視鏡検査で、臨床医によるポリープ組織学の光学的予測と比較して、CADx サポート ツールの診断性能を評価する
時間枠:1年
|
ゴールドスタンダードとして使用されるポリープ組織学
|
1年
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
サブグループ分析で内視鏡医によるポリープ組織学の光学的予測と CADx の診断性能を決定する
時間枠:1年
|
サブグループには、腸の準備、ポリープのサイズと位置が含まれます
|
1年
|
協力者と研究者
出版物と役立つリンク
一般刊行物
- 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.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (実際)
研究の完了 (実際)
試験登録日
最初に提出
QC基準を満たした最初の提出物
最初の投稿 (実際)
学習記録の更新
投稿された最後の更新 (見積もり)
QC基準を満たした最後の更新が送信されました
最終確認日
詳しくは
本研究に関する用語
キーワード
追加の関連 MeSH 用語
その他の研究ID番号
- CIRB Ref: 2021/2001
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?
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
米国FDA規制機器製品の研究
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。