レポートの品質を向上させる AI 支援大腸内視鏡検査レポート システム
2023年4月13日 更新者：Renmin Hospital of Wuhan University
大腸内視鏡検査中の報告品質を改善する音声および画像認識ベースのシステム
この研究では、研究者は、内視鏡医の大腸内視鏡検査レポートの品質のために、大腸内視鏡検査中のレポート品質を改善する上での音声および画像認識ベースのシステムの有効性に関する前向き研究を提案しました。
参加者は2つのグループに分けられます。
収集された大腸内視鏡検査のビデオについて、グループ A は人工知能システムの助けを借りて観察結果を記録します。
人工知能アシスタント システムは、腸の部分の画像を自動的にキャプチャし、異常な病変を迅速に検出できます。
グループ B は、特別な指示なしに内視鏡レポートを完成させます。
ウォッシュアウト期間の後、2 つのグループ、つまり AI 支援なしのグループ A と AI 支援ありのグループ B を切り替えて、大腸内視鏡検査レポートを完成させました。
次に、結腸内視鏡検査レポートの完全性、解剖学的ランドマークと検出された病変のキャプチャの完全性、構造化された説明の完全性、病変レポートの正確さ、レポートにかかる時間、およびレポート システムの満足度が AI 支援の有無で比較されます。
調査の概要
研究の種類
介入
入学 (予想される)
10
段階
- 適用できない
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。
研究連絡先
- 名前：Honggang Yu, MD
- 電話番号：13871281899
- メール：yuhonggang1969@163.com
研究場所
-
-
Hubei
-
Wuhan、Hubei、中国、430060
- Renmin Hospital of Wuhan Univercity
-
-
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
- 大人
- 高齢者
健康ボランティアの受け入れ
はい
説明
包含基準:
忍耐：
- 18歳以上の男性または女性;
- インフォームドコンセントを読み、理解し、署名することができます。
- 治験責任医師は、被験者が臨床試験のプロセスを理解でき、すべての試験手順とフォローアップ訪問を進んで完了することができ、試験手順に協力できると信じています。
- 大腸内視鏡検査が必要な患者。
医師:
- 18 歳以上の男性または女性。
- 資格のある医学教育を受け、医師の開業免許を取得した後。
除外基準:
忍耐：
- 過去 5 年間に薬物またはアルコールの乱用または精神障害を持っている;
- 妊娠中または授乳中の女性;
- -既知の多発性ポリープ症候群の患者;
- 既知の炎症性腸疾患の患者;
- 既知の腸狭窄または空間占有腫瘍;
- 既知の結腸閉塞または穿孔;
- 結腸直腸手術歴のある患者;
- -以前に使用された鎮痙薬に対するアレルギーの既往歴のある患者;
- 凝固障害または経口抗凝固薬のために生検を行うことができない;
- -治験責任医師が被験者を臨床試験への参加に適さないと見なす高リスク疾患またはその他の特別な状態。
医師:
1. 研究者は、被験者が臨床試験に参加するのに適していないと考えています。
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
- 主な目的：デバイスの実現可能性
- 割り当て：ランダム化
- 介入モデル：クロスオーバー割り当て
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：人工知能アシスタントシステム搭載
内視鏡検査医は、人工知能システムの助けを借りて結腸鏡検査レポートを完成させます。
|
人工知能アシスタント システムは、音声認識とディープ ラーニングに基づいて、自動的に腸の部分の画像をキャプチャし、異常な病変を提示することができます。
|
|
介入なし：人工知能アシスタントシステムなし
内視鏡医は、特別な指示なしに結腸鏡検査レポートを完成させます。
|
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 |
|---|---|---|
|
大腸内視鏡検査レポートの完全性
時間枠：一か月
|
AI 支援の有無にかかわらず整合性を報告します。
算出方法＝収録情報の数／収録情報の総数×100％
|
一か月
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
解剖学的ランドマークをキャプチャする完全性
時間枠：一か月
|
AI 支援の有無にかかわらず、キャプチャされた腸ランドマーク画像の完全性。
計算方法 = キャプチャされた画像内の解剖学的ランドマークの数 / 解剖学的ランドマークの総数 x 100%
|
一か月
|
その他の成果指標
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
レポート病変の完全性
時間枠：一か月
|
AI 支援の有無にかかわらず、病変の完全性を報告します。
算出方法＝報告病変数／総病変数×100％
|
一か月
|
|
構造化記述の完全性
時間枠：一か月
|
AI 支援の有無にかかわらず、構造化された説明の完全性。
計算方法＝構造化記述の数／記録が必要な構造化記述の総数×100％
|
一か月
|
|
病変報告の精度
時間枠：一か月
|
AI 支援の有無にかかわらず、病変レポートの精度。
計算方法＝正確な説明のある病変の数/説明された病変の総数×100%
|
一か月
|
|
報告の時期
時間枠：一か月
|
AI 支援の有無にかかわらず、報告にかかる時間
|
一か月
|
|
レポーティングシステムの満足度
時間枠：一か月
|
AI 支援の有無にかかわらず、報告システムに対する満足度
|
一か月
|
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。
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 (予想される)
2023年5月15日
一次修了 (予想される)
2023年6月15日
研究の完了 (予想される)
2023年7月31日
試験登録日
最初に提出
2023年4月2日
QC基準を満たした最初の提出物
2023年4月13日
最初の投稿 (実際)
2023年4月25日
学習記録の更新
投稿された最後の更新 (実際)
2023年4月25日
QC基準を満たした最後の更新が送信されました
2023年4月13日
最終確認日
2023年3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
- EA-23-002
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
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。