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

인공지능 보조 내시경으로 표준 대장내시경의 진단 수율을 높이는 EYE 연구 (EYE)

2022년 5월 3일 업데이트: Istituto Clinico Humanitas

EYE 연구: 인공지능 보조 내시경으로 표준 대장내시경의 진단 수율 향상

결장직장암(CRC)은 세계의 신생물성 질병 중 사망의 주요 원인 중 하나입니다[1] . 적절한 대장 내시경 기반 CRC 스크리닝 프로그램은 기존 CRC의 조기 진단 및 전암성 병변의 발견을 통해 사망 위험을 줄이는 열쇠임이 입증되었습니다[2-4] . 그럼에도 불구하고 대장내시경의 장기적인 효과는 완벽한 도구와는 거리가 먼 다양한 변수에 의해 영향을 받습니다[5]. 대장내시경의 효과는 주로 품질에 달려 있으며, 이는 내시경 전문의의 기술과 전문성에 달려 있습니다. 사실, 여러 연구에서 24%-35%의 유의미한 선종 미스율이 나타났으며, 특히 소형 선종 환자에서 그러했습니다[6,7] . 이러한 데이터는 선별 프로그램 후 의도된 감시 기간 이전에 진단된 암의 백분율로 정의되는 간격 암 발병률(I-CRC)과 일치하며 약 3%-5%입니다[8,9].

지난 10년 동안 의료 분야의 인공 지능(AI) 애플리케이션 개발에 대한 관심이 높아졌습니다. 증가하는 자동 용종 및 선종 탐지에 대한 성능은 더 높은 ADR[10]을 달성하기 위해 유망한 결과를 보여주었습니다. 용종 검출을 위한 CAD(Computer Aided Diagnostic)의 사용은 처음에는 생체 외 연구에서 연구되었지만 지난 몇 년 동안 컴퓨터 지원 기술의 발전과 딥 러닝 알고리즘의 출현으로 대장 내시경 중 AI 사용이 달성되었습니다. 더 많은 연구가 수행되었습니다 [10].

최근 Fujifilm(Tokyo, Japan)은 대장 내시경 중 결장 폴립 감지 및 특성화를 모두 지원하는 것을 목표로 "CAD-EYE"라는 새로운 기술을 개발했습니다. 이 기술은 현재 유럽에서 사용할 수 있으며 최신 세대의 Fujifilm 내시경(ELUXEO Fujifilm Co.)과 호환됩니다.

그러나 CAD-EYE 시스템이 선종 발견을 개선하는 임상적 영향은 아직 평가되지 않았습니다.

연구 개요

상태

모병

정황

개입 / 치료

연구 유형

중재적

등록 (예상)

1120

단계

  • 해당 없음

연락처 및 위치

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

연구 연락처

연구 장소

    • Milano
      • Rozzano, Milano, 이탈리아, 20089
        • 모병
        • Department of Gastroenterology, Humanitas Research 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 이상 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

설명

포함 기준:

- 45세 이상의 평균 위험 대장내시경 검사(선별검사) 또는 폴립의 이전 병력에 대한 추적 대장내시경 검사(3년 이상의 감시 간격)를 받는 환자.

제외 기준:

  • CRC 또는 IBD의 개인 이력이 있는 피험자.
  • 린치 증후군 또는 Familiar Adenomatous Polyposis에 걸린 피험자.
  • 장 준비가 불충분한 환자(모든 결장 분절에서 보스턴 장 준비 척도 < 2로 정의됨).
  • 이전에 결장 절제술을 받은 환자.
  • 폴립 절제술을 배제한 항혈전 치료를 받고 있는 환자.
  • 정보에 입각한 서면 동의를 할 수 없거나 거부한 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: 없음(오픈 라벨)

무기와 개입

참가자 그룹 / 팔
개입 / 치료
실험적: WL+AI
백색광과 인공 지능의 대장 내시경 검사
인공 지능
실험적: WL
백색광으로 대장내시경 검사
인공 지능

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
대장내시경 검사당 선종(APC)
기간: 9개월
대장내시경 검사에서 발견된 조직학적으로 확인된 선종 및 암종의 총 수를 총 대장내시경 수로 나눈 값으로 정의되는 APC.
9개월

2차 결과 측정

결과 측정
측정값 설명
기간
양의 예측값(PPV)
기간: 9개월
PPV는 결장경검사에서 발견된 조직학적으로 확인된 선종 및 암종의 총 수를 결장경검사의 총 절제 수로 나눈 값으로 정의됩니다.
9개월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

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)

2022년 1월 1일

기본 완료 (예상)

2022년 12월 31일

연구 완료 (예상)

2022년 12월 31일

연구 등록 날짜

최초 제출

2021년 11월 18일

QC 기준을 충족하는 최초 제출

2021년 11월 18일

처음 게시됨 (실제)

2021년 12월 1일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 5월 4일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 5월 3일

마지막으로 확인됨

2022년 5월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • 3000

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. .

인공 지능에 대한 임상 시험

3
구독하다