CADeシステムによる胃新生物検出の有効性
コンピュータ支援検出(CADe)システムによる胃新生物検出の有効性 - 前向きタンデム研究
胃がんは、世界で5番目に多いがんです。 がん関連死亡率でも5位を占め、年間65万人以上の死亡を引き起こしています。 胃がんの生存率は、発見時の病期に直接関係しており、早期がんは生存率が著しく高くなります。 ステージIの胃がん患者の5年生存率は、一般的に90%以上です。 特に、粘膜内に限局するT1aがんは内視鏡的切除が可能で、その治療を受けた患者の5年生存率は97.2%と極めて良好です。 これらの患者は、臓器を温存することで、長期間生存できるだけでなく、良好な生活の質も維持できます。<\/p>
しかし、胃がんの早期診断は常に困難でした。 東洋人と西洋人の両方の集団を対象とした22件の研究のメタ分析では、胃がんの見逃し率は9.4%でした。 早期胃がんは通常、内視鏡的に検出が難しい微妙な粘膜変化を示し、特に早期がん診断の経験が限られている内視鏡医にとっては困難です。 背景の慢性炎症や非腫瘍性病変の高頻度は、内視鏡医が真の腫瘍性変化を検出する上で重大な診断上の課題をしばしば引き起こします。 日本や韓国などの高発生国では、全国的なスクリーニングプログラムと優れた内視鏡研修プログラムの組み合わせにより、早期胃がん発見率が高くなっています。 以前の研究では、早期がん発見率が高い国と低い国の間で、生存転帰に有意な差があることが示されています。<\/p>
人工知能は、内視鏡性能を向上させる有望な技術の一つとして登場しました。 多数の高品質な無作為化研究により、コンピュータ支援検出(CADe)システムが大腸内視鏡検査中の結腸腺腫検出率を著しく向上させることが実証されています。 胃がんCADeシステムの開発は、結腸ポリープ検出よりもはるかに遅れています。 良性と悪性の胃病変を区別するために内視鏡画像を利用した多数の後ろ向き研究が発表されているにもかかわらず、臨床でのリアルタイム応用に利用可能な完成システムは非常にわずかしかありませんでした。 中国からの単一施設無作為化比較試験では、新しいCADeシステムを利用すると、胃腫瘍の見逃し率が27.3%から6.1%に改善することが示されました。<\/p>
新しいCADeプロトタイプシステム(OIP-Ge1、オリンパスメディカルシステムズ株式会社、日本、東京)が最近開発されました。 このシステムは、早期胃がん診断の複数の専門家の協力により開発され、日本の数十の高容量施設から10万枚以上の内視鏡画像を収集しました。 現在、このプロトタイプCADeシステムの実際の性能に関する前向き臨床データはなく、特に早期胃がん発見率が低い地域で適用された場合のデータはありません。<\/p>
この研究の目的は、高リスク患者における胃腫瘍検出に対する新しいCADeシステムの臨床的有用性を調査することです。<\/p>
本研究でCADeシステムによる胃腫瘍の見逃し率に有意な差が確認された場合、このシステムの有無による胃腫瘍検出の有効性を比較する多施設国際無作為化比較試験が計画されています。<\/p>
調査の概要
研究の種類
入学 (推定)
段階
- 適用できない
連絡先と場所
研究場所
-
-
-
Hong Kong、香港
- Department of Surgery, Faculty of Medicine, the Chinese University of Hong Kong
-
-
参加基準
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
説明
選定基準:
- 年齢 >=18歳
胃癌の高リスクと判断される場合、以下のように定義します:
- 胃癌の家族歴(第一度近親者)によるスクリーニング、または
- 監視を必要とする既知の胃萎縮/腸上皮化生、または
- 診断的OGDを繰り返すための疑わしい病変、または
- 監視のための内視鏡的切除を伴う胃異形成/早期胃癌の既往
- 新たに診断された早期胃癌、同時性癌の検索
除外基準:
- 胃切除術の既往(良性・悪性疾患を含む、あらゆる理由による)
- 参加を拒否した患者
- 未成年患者を含む、同意が適切でないと判断される患者
- 妊娠
- 検査医が安全な治療に不適切と判断したその他の症例
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
- 主な目的:処理
- 割り当て:なし
- 介入モデル:単一グループの割り当て
- 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:CADeシステムグループ
手技中、内視鏡医はCADeシステムの支援のもと、胃を検査します。
|
内視鏡検査は、標準化されたビデオ処理システム(EVIS-X1 CV-1500、オリンパスメディカルシステムズ株式会社、東京、日本)と胃カメラ(GIF-EZ1500、GIF-XZ1200)を使用して実施されます。
ソフトブラックフード(MAJ-1989)は内視鏡の先端に取り付けられます。
ビデオ処理システムは、新しいCADeシステムであるOIP-Ge1(オリンパスメディカルシステムズ株式会社、東京、日本)に接続され、従来の白色光イメージング(WLI)を使用してオンにすると、人工知能による病変検出を同時に行うことができます。
|
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 |
|---|---|---|
|
CADeシステムなしの初回内視鏡検査で見逃された胃新生物のある患者の割合
時間枠:1日
|
CADeなしの初回内視鏡検査では、組織学的に確認された胃新生物(Vienna分類 III-V)が少なくとも1つ同定されず、CADeありの2回目の内視鏡検査で同定された患者数を、両方の検査を受けた患者総数で割ったもの(単位: %)。見逃し率(%)= [CADeありの2回目の内視鏡検査でのみ検出された新生物が1つ以上ある患者数] ÷ [初回および2回目の内視鏡検査の両方を受けた患者総数] × 100。
|
1日
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
CADeシステムを用いた2回目の内視鏡検査における胃腫瘍検出率
時間枠:1日
|
疑わしい病変が検出されると、メインビデオモニター上に緑色のボックスとして表示されます。
同じ対象領域で緑色のボックスが2秒以上継続して表示される場合、CADeシステムによる陽性検出病変と見なされます。
胃新生物検出率は、CADeシステムの支援を受けた2回目の内視鏡検査における胃新生物検出率として定義されます。
(単位:%)検出率(%)= [CADe併用2回目内視鏡で≥1個の新生物が検出された患者数] ÷ [CADe併用2回目内視鏡を受けた患者総数] × 100。
|
1日
|
|
CADeシステムによる各胃新生物の検出時間
時間枠:1日
|
CADeシステムまたはタイムスタンプ付き動画レビューにより自動記録される、緑色ボックスが表示されてから組織学的に確認された腫瘍性病変(Vienna III-V)が安定同定されるまでの秒数
(単位:秒)
|
1日
|
|
CADeシステムによる非腫瘍性胃病変の検出率
時間枠:1日
|
CADe補助検査中に少なくとも1つの内視鏡的に識別された非腫瘍性病変が検出された患者数を、CADe補助検査を受けた総患者数で割ったもの(単位:%)。 検出率(%)= [非腫瘍性胃病変が1つ以上検出された患者数] ÷ [検査を受けた総患者数] × 100。 |
1日
|
|
CADeシステムによる胃腫瘍検出の見逃し率
時間枠:1日
|
2回目の内視鏡検査の記録映像上(専門家による事後検討において)少なくとも1つの組織学的に確認された胃新生物が確認されるが、CADeによって検出されなかった(安定したボックスが2秒以上ない)患者数を、その2回目の検査で胃新生物を有する患者総数で割ったもの(単位:%)。 見逃し率(%)=[映像上に1つ以上の腫瘍性病変が確認されるがCADeによって検出されなかった患者数] ÷ [2回目の内視鏡検査中に胃新生物を有する患者総数] × 100。 |
1日
|
|
スクリーニング内視鏡検査の総手術時間
時間枠:1日
|
スコープ挿入からスコープ撤去までの時間(分)、CADeなしの初回検査とCADeありの2回目の検査を含み、内視鏡ユニットのタイムスタンプを用いて測定する。
(単位:分) |
1日
|
|
内視鏡検査ごとに検出された病変の平均数(腫瘍性および非腫瘍性)
時間枠:1日
|
各検査(最初はCADeなし、次にCADeあり)中に検出された病変(腫瘍性および非腫瘍性)の総数を手技数で割ったもの。手技ごとの平均値±SDとして報告されます。 手技あたりの平均病変数=[全手技で検出された病変の総数]÷[総手技数]。 |
1日
|
|
ビデオ録画
時間枠:1日
|
内視鏡タワーと統合されたデジタル高精細ビデオ撮影システム。完全で分析可能な記録のある手技の割合として要約。
(単位:はい/いいえ、%)完全記録の割合(%)=[レビューに適した完全なビデオがある手技の数] ÷ [手技の総数] × 100。
|
1日
|
協力者と研究者
出版物と役立つリンク
一般刊行物
- Yao K. The endoscopic diagnosis of early gastric cancer. Ann Gastroenterol. 2013;26(1):11-22.
- Allemani C, Matsuda T, Di Carlo V, Harewood R, Matz M, Niksic M, Bonaventure A, Valkov M, Johnson CJ, Esteve J, Ogunbiyi OJ, Azevedo E Silva G, Chen WQ, Eser S, Engholm G, Stiller CA, Monnereau A, Woods RR, Visser O, Lim GH, Aitken J, Weir HK, Coleman MP; CONCORD Working Group. Global surveillance of trends in cancer survival 2000-14 (CONCORD-3): analysis of individual records for 37 513 025 patients diagnosed with one of 18 cancers from 322 population-based registries in 71 countries. Lancet. 2018 Mar 17;391(10125):1023-1075. doi: 10.1016/S0140-6736(17)33326-3. Epub 2018 Jan 31.
- Bray F, Laversanne M, Sung H, Ferlay J, Siegel RL, Soerjomataram I, Jemal A. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J Clin. 2024 May-Jun;74(3):229-263. doi: 10.3322/caac.21834. Epub 2024 Apr 4.
- Hasuike N, Ono H, Boku N, Mizusawa J, Takizawa K, Fukuda H, Oda I, Doyama H, Kaneko K, Hori S, Iishi H, Kurokawa Y, Muto M; Gastrointestinal Endoscopy Group of Japan Clinical Oncology Group (JCOG-GIESG). A non-randomized confirmatory trial of an expanded indication for endoscopic submucosal dissection for intestinal-type gastric cancer (cT1a): the Japan Clinical Oncology Group study (JCOG0607). Gastric Cancer. 2018 Jan;21(1):114-123. doi: 10.1007/s10120-017-0704-y. Epub 2017 Feb 21.
- Pimenta-Melo AR, Monteiro-Soares M, Libanio D, Dinis-Ribeiro M. Missing rate for gastric cancer during upper gastrointestinal endoscopy: a systematic review and meta-analysis. Eur J Gastroenterol Hepatol. 2016 Sep;28(9):1041-9. doi: 10.1097/MEG.0000000000000657.
- Huang RJ, Koh H, Hwang JH; Summit Leaders. A Summary of the 2020 Gastric Cancer Summit at Stanford University. Gastroenterology. 2020 Oct;159(4):1221-1226. doi: 10.1053/j.gastro.2020.05.100. Epub 2020 Jul 21.
- Desai M, Ausk K, Brannan D, Chhabra R, Chan W, Chiorean M, Gross SA, Girotra M, Haber G, Hogan RB, Jacob B, Jonnalagadda S, Iles-Shih L, Kumar N, Law J, Lee L, Lin O, Mizrahi M, Pacheco P, Parasa S, Phan J, Reeves V, Sethi A, Snell D, Underwood J, Venu N, Visrodia K, Wong A, Winn J, Wright CH, Sharma P. Use of a Novel Artificial Intelligence System Leads to the Detection of Significantly Higher Number of Adenomas During Screening and Surveillance Colonoscopy: Results From a Large, Prospective, US Multicenter, Randomized Clinical Trial. Am J Gastroenterol. 2024 Jul 1;119(7):1383-1391. doi: 10.14309/ajg.0000000000002664. Epub 2024 Jan 18.
- 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.
- Lau LHS, Ho JCL, Lai JCT, Ho AHY, Wu CWK, Lo VWH, Lai CMS, Scheppach MW, Sia F, Ho KHK, Xiao X, Yip TCF, Lam TYT, Kwok HYH, Chan HCH, Lui RN, Chan TT, Wong MTL, Ho MF, Ko RCW, Hon SF, Chu S, Futaba K, Ng SSM, Yip HC, Tang RSY, Wong VWS, Chan FKL, Chiu PWY; ENDOAID-TRAIN study group. Effect of Real-Time Computer-Aided Polyp Detection System (ENDO-AID) on Adenoma Detection in Endoscopists-in-Training: A Randomized Trial. Clin Gastroenterol Hepatol. 2024 Mar;22(3):630-641.e4. doi: 10.1016/j.cgh.2023.10.019. Epub 2023 Nov 2.
- Seager A, Sharp L, Neilson LJ, Brand A, Hampton JS, Lee TJW, Evans R, Vale L, Whelpton J, Bestwick N, Rees CJ; COLO-DETECT trial team. Polyp detection with colonoscopy assisted by the GI Genius artificial intelligence endoscopy module compared with standard colonoscopy in routine colonoscopy practice (COLO-DETECT): a multicentre, open-label, parallel-arm, pragmatic randomised controlled trial. Lancet Gastroenterol Hepatol. 2024 Oct;9(10):911-923. doi: 10.1016/S2468-1253(24)00161-4. Epub 2024 Aug 14.
- Ochiai K, Ozawa T, Shibata J, Ishihara S, Tada T. Current Status of Artificial Intelligence-Based Computer-Assisted Diagnosis Systems for Gastric Cancer in Endoscopy. Diagnostics (Basel). 2022 Dec 13;12(12):3153. doi: 10.3390/diagnostics12123153.
- Wu L, Shang R, Sharma P, Zhou W, Liu J, Yao L, Dong Z, Yuan J, Zeng Z, Yu Y, He C, Xiong Q, Li Y, Deng Y, Cao Z, Huang C, Zhou R, Li H, Hu G, Chen Y, Wang Y, He X, Zhu Y, Yu H. Effect of a deep learning-based system on the miss rate of gastric neoplasms during upper gastrointestinal endoscopy: a single-centre, tandem, randomised controlled trial. Lancet Gastroenterol Hepatol. 2021 Sep;6(9):700-708. doi: 10.1016/S2468-1253(21)00216-8. Epub 2021 Jul 21.
- Muto M, Yao K, Kaise M, Kato M, Uedo N, Yagi K, Tajiri H. Magnifying endoscopy simple diagnostic algorithm for early gastric cancer (MESDA-G). Dig Endosc. 2016 May;28(4):379-393. doi: 10.1111/den.12638. Epub 2016 Apr 22.
研究記録日
主要日程の研究
研究開始 (実際)
一次修了 (推定)
研究の完了 (推定)
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 (実際)
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
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。