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

자기제어 캡슐위내시경의 실시간 품질관리 시스템

2025년 1월 2일 업데이트: Yanqing Li, Shandong University

자기 제어 캡슐 위 내시경 검사의 실시간 품질 관리 시스템인 AI-box의 전향적 무작위 대조 시험.

인공지능 기술의 급속한 발전으로 인해 딥러닝 기술이 의학에 적용되는 경우가 늘어나고 있습니다. 우리의 연구는 딥러닝 기술을 활용한 자기캡슐 위내시경의 품질 관리 시스템 세트를 개발하고, 무작위 대조 시험을 실시하여 그 실질적인 효율성을 검증하는 것입니다.

연구 개요

상태

완전한

개입 / 치료

상세 설명

위 병변 진단에 있어 자기제어캡슐내시경(MCCE)의 정확도는 전통적인 전자 위내시경과 매우 일치합니다. 이는 검사를 위한 편안하고 안전한 새로운 형태가 되었으며 전통적인 전자 위내시경의 유익한 보완성이기도 합니다. 자기 제어 캡슐 내시경 시스템의 의료 품질을 보장하기 위해 연구자들은 인공 지능 딥 러닝 기술을 기반으로 자기 제어 캡슐 내시경 보조 품질 관리 시스템(AI-box)을 개발했습니다. 무작위 대조 시험을 통해 잠재 피험자를 대상으로 실시하여 품질 관리 효율성.

연구 유형

중재적

등록 (실제)

194

단계

  • 해당 없음

연락처 및 위치

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

연구 장소

    • Shandong
      • Jinan, Shandong, 중국
        • Qilu Hospital of Shandong University

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

18년 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

설명

포함 기준:

  • 산동대학교 치루병원, 산둥제1의과대학 부속 산동성병원, 빈저우의과대학병원에서 MCCG 검사를 받은 18~75세의 연속 환자.

제외 기준:

  • 검진 전 위에서 조제한 성분에 알레르기가 있는 사람
  • 위장 출혈이나 궤양이 있거나 지난 24개월 이내에 이전에 위장관 출혈이나 궤양이 있었던 환자;
  • 적극적인 수술치료를 받고 있는 식도 및 위 종양질환 환자
  • 의심되거나 알려진 위장관 폐쇄, 협착증, 누공, 게실 등을 포함한 MCE 테스트에 대한 금기사항 통증이나 연하곤란과 같은 위장 폐쇄 증상의 존재;
  • 폴립 제거, 담낭 절제술 또는 충수 절제술과 같이 위장관 해부학적 구조를 변경하지 않는 간단한 시술 이외의 사전 위장관 또는 복부 수술.
  • 수술 불능 상태 또는 필요한 경우 복부 수술 거부(즉, 캡슐이 통과하지 못하고 내시경으로 제거할 수 없는 경우)
  • 심장박동기를 체내에 장착하는 경우. 단, 심장박동기가 MRE 호환 신제품인 경우는 제외.
  • 달팽이관 이식, 자성 금속 약물 주입 펌프, 신경 자극기 및 자성 금속 이물질과 같은 전자 장치가 생체 내에 이식됩니다.
  • 캡슐 내시경 방전 전 MRI 검사 계획;
  • 임산부;
  • 연하 장애 또는 위 배출 장애가 있는 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: 상영
  • 할당: 무작위
  • 중재 모델: 병렬 할당
  • 마스킹: 더블

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: 캡슐내시경 참여(AI-box 보조자)
이 그룹에서 참가자는 AI-box 보조 장치를 사용하여 자기 제어 캡슐 위 내시경 검사를 받게 됩니다.
자동 정도관리 시스템(AI-box)을 통해 내시경 검사 완성도를 실시간으로 측정하고 위 청결도를 평가할 수 있습니다.
간섭 없음: 캡슐 내시경 검사에 참여
이 그룹에서 참가자는 AI-box 보조자 없이 자기 제어 캡슐 위 내시경 검사를 받게 됩니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
평균 검사 완성도
기간: 4개월
검사 후 조사관은 검사 전 과정을 검토하고 관찰된 부위와 관찰되지 않은 부위를 기록한 후 사각지대율(미관찰 부위 수) 외에 검사 완전성(각 환자에서 관찰된 부위 수/10)을 계산합니다. 각 환자당/10 ) 대조군과 AI 지원군에서 시술당.
4개월

2차 결과 측정

결과 측정
측정값 설명
기간
전문가와 AI-box의 청정도 판단 일관성
기간: 4개월
검사 후, 조사관은 검사의 전체 과정을 검토하고 다양한 위 부위의 청결도를 판단한 다음 AI-box의 청결도 판단과 비교합니다. 그래서 마침내 조사관은 AI 결과의 정확성을 계산하게 됩니다.
4개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 연구 의자: Yanqing Li, PhD, Qilu Hospital of Shandong University

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)

2021년 8월 27일

기본 완료 (실제)

2022년 7월 28일

연구 완료 (실제)

2022년 8월 4일

연구 등록 날짜

최초 제출

2021년 6월 18일

QC 기준을 충족하는 최초 제출

2021년 7월 1일

처음 게시됨 (실제)

2021년 7월 8일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2025년 3월 25일

QC 기준을 충족하는 마지막 업데이트 제출

2025년 1월 2일

마지막으로 확인됨

2025년 1월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • 2021-SDU-QILU-087

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

미국에서 제조되어 미국에서 수출되는 제품

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. .

AI박스에 대한 임상 시험

구독하다