이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

AI 보조 대장내시경 검사는 선별 대장내시경 검사에서 선종 발견을 개선합니까?

2020년 7월 14일 업데이트: Joseph JY SUNG, Chinese University of Hong Kong

AI 보조 대장내시경 검사는 선별 대장내시경 검사에서 선종 발견을 개선합니까? 다기관 무작위 제어

현재까지 스크리닝 모집단에서 폴립/선종 검출에 AI 지원을 사용한 대규모 무작위 통제 연구가 부족합니다. 분변 잠혈 검사(FIT 또는 FOBT)와 AI 보조 대장내시경의 이점의 상관관계는 조사되지 않았습니다. 숙련된 대장 내시경 검사 대 훈련생/레지던트에서 AI 지원 대장 내시경의 이점에 대한 정보도 부족합니다.

연구 개요

상태

알려지지 않은

정황

개입 / 치료

상세 설명

AI 보조 대장내시경이 대장내시경에서 발견된 용종을 식별하고 특성화하는 데 도움이 될 수 있음을 보여주는 여러 연구가 있습니다.

  • Byrne 등은 결장직장 폴립의 내시경 비디오 이미지를 실시간으로 평가하기 위한 AI 모델이 98%의 민감도와 83%의 특이도로 과형성 소형 폴립과 선종성 폴립을 구별할 수 있음을 입증했습니다(Byrne et al. 굿 2019)
  • Urban 등은 0.991의 ROC 곡선과 96.4%의 정확도로 보관된 비디오에서 용종을 탐지하기 위해 심층 CNN을 설계하고 훈련했습니다. 확인된 폴립의 총 수는 상당히 높지만 주로 작은(1-3mm 및 4-6mm 폴립)(Urban et al. 위장관 2018)
  • Wang 등은 AI 지원 유무에 관계없이 진단 대장내시경 검사를 받도록 전향적으로 무작위 배정된 연속적인 환자(n=1058)를 공개 비맹검 시험으로 실시했습니다. 그들은 AI 시스템이 ADR을 20.3%에서 29.1%로, 환자당 평균 선종 수를 0.31에서 0.53으로 증가시킨 것을 발견했습니다. 이것은 더 큰 선종에서 통계적 차이가 없었지만 더 작은 폴립이 발견되었기 때문입니다. (왕 외. 굿 2019). 이 연구에서 그들은 IBD, CRC 및 결장직장 수술 환자를 제외했습니다. 환자들은 조사를 위해 병원에 증상을 보였다.

현재까지 스크리닝 모집단에서 폴립/선종 검출에 AI 지원을 사용한 대규모 무작위 통제 연구가 부족합니다. 분변 잠혈 검사(FIT 또는 FOBT)와 AI 보조 대장내시경의 이점의 상관관계는 조사되지 않았습니다. 숙련된 대장 내시경 검사 대 훈련생/레지던트에서 AI 지원 대장 내시경의 이점에 대한 정보도 부족합니다.

연구 유형

중재적

등록 (예상)

2994

단계

  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

  • 홍콩
      • Hong Kong, 홍콩
        • 모병
        • Prince of Wales Hospital
        • 연락하다:

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

공부할 수 있는 나이

45년 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

예

연구 대상 성별

모두

설명

포함 기준

  • 대장내시경 검사를 받는 환자
  • 45-75세의 환자
  • FIT 검사를 받았거나 하지 않은 환자와 FIT +ve 및 FIT -ve 피험자 모두

제외 기준

  • 대장질환을 시사하는 증상이 있는 환자
  • 염증성 장질환, 대장암 또는 폴립증 증후군(빈혈, 혈변, 이네스무스 및 폐쇄 증상)의 병력이 있는 환자
  • 지난 10년 이내에 대장내시경 또는 기타 대장 및 직장 검사를 받은 환자
  • 대장질환으로 수술을 받은 환자
  • 장 준비를 견딜 수 없거나 최적이 아닌 장 준비를 하는 환자(보스턴 장 준비 척도)
  • 맹장에 도달할 수 없음
  • 정보에 입각한 동의를 제공할 능력이 없는 환자

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 특수 증상
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 하나의

무기와 개입

참가자 그룹 / 팔
개입 / 치료
활성 비교기: 기준
절차: 표준 대장내시경
표준 대장내시경
활성 비교기: AI 지원 그룹
절차: AI 기반 대장내시경
이것은 실제 환경에서 실시간 AI 지원 대장 내시경 검사와 표준 대장 내시경 검사를 비교하는 다기관 전향적 무작위 통제 연구입니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
각 그룹의 환자당 ADR
기간: 12 개월
AI 지원 그룹의 경우 결장에서 확인된 최소 1개의 선종이 있는 환자 수를 AI 지원 그룹의 총 환자 수로 나눈 값으로 정의됩니다.
12 개월
각 그룹의 환자당 ADR
기간: 12 개월
표준 그룹의 경우, 표준 그룹의 총 환자 수로 나눈 결장에서 최소 1개의 선종이 확인된 환자 수로 정의됩니다.
12 개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Chinese University of Hong Kong

간행물 및 유용한 링크

연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.

일반 간행물

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (실제)

2019년 11월 28일

기본 완료 (예상)

2020년 11월 27일

연구 완료 (예상)

2020년 11월 27일

연구 등록 날짜

최초 제출

2020년 6월 5일

QC 기준을 충족하는 최초 제출

2020년 6월 8일

처음 게시됨 (실제)

2020년 6월 9일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2020년 7월 16일

QC 기준을 충족하는 마지막 업데이트 제출

2020년 7월 14일

마지막으로 확인됨

2020년 7월 1일

추가 정보

이 연구와 관련된 용어

추가 관련 MeSH 약관

기타 연구 ID 번호

  • AI-CLN Study_Protocol

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

표준 대장내시경에 대한 임상 시험

유사한 임상시험 검색

스폰서 및 공동 작업자

건강 상태

약물 개입

CROs by country

CROs in Finland

정황

희귀 질병

약물 개입

식이 보충제

스폰서 / 협력자

위치

구독하다