인공지능 대장내시경이 수련생의 대장내시경 교육 효과 향상에 미치는 효과에 관한 연구
수련생의 대장내시경 교육 효과 향상을 위한 인공지능 대장내시경의 효과에 관한 연구
연구 개요
상세 설명
대장내시경은 하부 소화관의 병변을 감지하고 진단하는 핵심 기술입니다. 고품질의 내시경은 더 나은 질병 결과를 가져옵니다. 그러나 중국에서는 내시경에 대한 수요가 높고 내시경이 부족합니다. 대장내시경은 복잡한 기술입니다. 따라서 소화내시경 전문의의 부족과 편중, 기준 미달 등의 문제점을 해결하기 위해서는 초보의사의 대장내시경 능력을 향상시키고 대장내시경 수련시간을 단축하는 것이 큰 의미가 있다. 중국 내시경의 질.
최근 몇 년 동안 딥 러닝 알고리즘은 지속적으로 개발되고 점점 성숙해졌으며 점차 의료 분야에 적용되었습니다. 컴퓨터 비전은 기계가 "보는" 방법을 연구하는 과학입니다. 딥 러닝을 통해 카메라와 컴퓨터는 인간의 눈을 대체하여 표적 인식, 추적 및 측정과 같은 머신 비전을 수행할 수 있습니다. 의료 영상 및 컴퓨터 비전 분야의 학제 간 협력도 최근 몇 년 동안 연구 핫스팟 중 하나입니다. 현재 주로 병변의 자동 식별 및 검출과 품질 관리에 적용되며 좋은 결과를 얻었습니다.
우리의 예비 실험은 딥 러닝이 내시경 품질 모니터링에서 높은 정확도를 가지고 있어 의사의 수술을 효과적으로 조절하고 사각지대를 줄이며 내시경 검사의 품질을 향상시킬 수 있음을 보여주었습니다. 우리 연구팀은 이전 연구에서 딥러닝 기반 대장 내시경 인출 속도 모니터링 및 장 청결도 평가를 성공적으로 개발했으며, AI 지원 시스템(EndoAngel)의 효과를 임상 시험에서 위 내시경 및 대장 내시경의 품질 향상.
위의 풍부한 사전 작업 기반과 대장 내시경 교육 분야의 엄청난 수요를 바탕으로 EndoAngel 지원 유무에 따른 초보자용 대장 내시경 수술 교육을 비교하여 초보자의 대장 내시경 학습 효과를 EndoAngel 지원 유무에 따라 비교할 계획입니다. AI가 초보자를 위한 대장 내시경 수술 교육의 개선을 촉진할 수 있는지 여부를 탐색하기 위한 기술 결과 및 인지 수준을 포함한 지원.
연구 유형
등록 (예상)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Yu W Honggang, Doctor
- 전화번호: +862788041911
- 이메일: whdxrmyy@126.com
연구 연락처 백업
- 이름: Yu Honggang, Doctor
- 전화번호: +862788041911
- 이메일: whdxrmyy@126.com
연구 장소
-
-
Hubei
-
Wuhan, Hubei, 중국, 430000
- 모병
- Renmin Hospital of Wuhan University
-
연락하다:
- Honggang Yu, Doctor
- 전화번호: +862788041911
- 이메일: whdxrmyy@126.com
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
설명
포함 기준:
- 50세 이상의 남성 또는 여성;
- 정보에 입각한 동의서를 읽고 이해하고 서명할 수 있습니다.
- 연구자는 피험자가 임상 연구의 과정을 이해할 수 있고 모든 연구 절차 및 후속 방문을 완료할 의지와 능력이 있으며 연구 절차에 협조할 수 있다고 믿습니다.
- 대장내시경이 필요한 환자
제외 기준:
- 지난 5년 동안 약물이나 알코올 남용 또는 정신 장애가 있음
- 임산부 또는 수유부
- 알려진 다발성 용종 증후군 환자;
- 알려진 염증성 장 질환이 있는 환자;
- 알려진 장 협착증 또는 공간 점유 종양;
- 알려진 결장 폐쇄 또는 천공;
- 결장직장 수술 병력이 있는 환자;
- 사전 사용된 진경제에 대한 이전 알레르기 병력이 있는 환자;
- 응고 장애 또는 경구용 항응고제로 인해 생검 및 폴립 제거를 수행할 수 없음;
- 임상시험 참여에 부적합하다고 연구자가 판단하는 고위험 질병 또는 기타 특수 상태.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 더블
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: AI 지원 시스템으로
초보 의사들은 비정상적인 병변과 철수 속도를 실시간으로 표시할 수 있는 인공 지능 지원 시스템과 과속 비율에 대한 피드백으로 대장 내시경 교육을 받습니다.
|
인공 지능 지원 시스템은 비정상적인 병변과 실시간 철회 속도를 표시하고 과속 비율을 피드백할 수 있습니다.
|
|
간섭 없음: AI 지원 시스템 없이
초보 의사는 인공 지능 보조 시스템과 특별한 팁 없이 일상적인 대장 내시경 교육을 받습니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
기간 |
|---|---|
|
대장내시경에 대한 CUSUM 학습 곡선(ACE 점수 척도)
기간: 대장내시경 교육 시작부터 끝까지
|
대장내시경 교육 시작부터 끝까지
|
|
훈련 전과 후의 평균 시험 점수 차이
기간: 대장내시경 교육 시작부터 끝까지
|
대장내시경 교육 시작부터 끝까지
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
환자당 발견된 선종의 평균 수
기간: 한 달
|
분자는 대장내시경으로 발견된 선종의 총 수이고 분모는 대장내시경을 받는 총 환자 수입니다.
|
한 달
|
|
대·소·마이크로 폴립의 검출율
기간: 한 달
|
분자는 대장내시경 검사에서 발견된 대(≥10 mm), 소형(6-9 mm) 및 미세소형(≤5 mm) 폴립 환자의 수이고 분모는 대장내시경을 받는 총 환자 수입니다.
|
한 달
|
|
감지된 대형, 소형 및 마이크로 폴립의 평균 수
기간: 한 달
|
분자는 대장내시경 검사에서 발견된 대(≥10mm), 소(6~9mm), 미세소(≤5mm) 폴립의 총 수이고, 분모는 대장내시경을 받는 총 환자 수입니다.
|
한 달
|
|
대, 소, 미세선종의 검출율
기간: 한 달
|
분자는 대장내시경 검사에서 발견된 대(≥10mm), 소(6-9mm) 및 미세소(≤5mm) 선종 환자의 수이고 분모는 대장내시경을 받는 총 환자 수입니다.
|
한 달
|
|
부위별 선종 발견율
기간: 한 달
|
분자는 대장내시경 검사 시 직장, 구불결장, 하행결장, 횡행결장, 상행결장, 회맹부 및 기타 부위에서 발견된 선종 환자의 수이고, 분모는 대장내시경을 받는 총 환자 수이다.
|
한 달
|
|
다른 부위에서 발견된 선종의 평균 수
기간: 한 달
|
분자는 대장내시경 시 직장, 구불결장, 하행결장, 횡행결장, 상행결장, 회맹부 및 기타 부위에서 발견된 선종의 총 수이고, 분모는 대장내시경을 받는 총 환자 수이다.
|
한 달
|
|
진행성 선종의 발견율
기간: 한 달
|
분자는 진행성 선종으로 진단된 환자의 수이고, 분모는 대장내시경 검사를 받은 총 환자 수이며, 진행성 선종은 > 10mm 선종, 융모 선종, 관상 융모 선종, 고도 상피내 종양 및 암종으로 정의하였다.
|
한 달
|
|
용종 검출률, PDR
기간: 한 달
|
분자는 대장내시경으로 발견된 용종 환자의 수이고, 분모는 대장내시경을 받은 총 환자 수입니다.
|
한 달
|
|
감지된 크고 작은 마이크로 선종의 평균 수
기간: 한 달
|
분자는 대장내시경 검사에서 발견된 대(≥10mm), 소(6-9mm), 미세소(≤5mm) 샘종의 총 수이고, 분모는 대장내시경을 받는 총 환자 수입니다.
|
한 달
|
|
슬라이딩 내시경의 누락된 반환 횟수/슬라이딩 내시경의 성공적인 반환 횟수
기간: 한 달
|
분자는 대장내시경 중 슬라이딩 내시경의 총 횟수이고, 분모는 대장내시경 중 슬라이딩 내시경과 성공적인 복귀 내시경의 횟수입니다.
|
한 달
|
|
실시간 장 청결도 점수
기간: 시술 중
|
대장내시경 중 EndoAngel은 Boston-scale Boreal Preparation Score(BBPS)를 기반으로 실시간 장 청결도 점수를 부여했습니다.
|
시술 중
|
|
과속 비율 인출
기간: 시술 중
|
철수 과정에서 총 시간에 대한 과속 시간의 비율.
|
시술 중
|
|
인출 시간
기간: 시술 중
|
회맹판막에 대장내시경이 도착한 시점부터 대장내시경이 항문에서 빠져나오는 시점까지의 시간.
|
시술 중
|
|
Ileocecal 범위의 비율
기간: 한 달
|
일정 기간 동안 회 맹장 부분에 도달하지 못한 대장 내시경 횟수가 전체 대장 내시경 횟수의 비율을 차지했습니다.
|
한 달
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Yu w Honggang, Doctor, Renmin Hospital of Wuhan University
연구 기록 날짜
연구 주요 날짜
연구 시작 (예상)
기본 완료 (예상)
연구 완료 (예상)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
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. .