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

내시경 정밀 생검에 관한 연구. (REPB)

2022년 2월 28일 업데이트: Beijing Tsinghua Chang Gung Hospital

AI 시스템 유도 내시경 정밀 생검 연구

대장선종은 위장병학에서 흔한 질환이며 자주 발생하는 질환이다. 대장 내시경 장비의 지속적인 발전과 내시경 액세서리의 점진적인 개선, 특히 색소 내시경 및 확대 내시경의 개발. 결장 직장 선종의 표면 구조 및 모세관 형태의 관찰은 광학 생검을 실현할 수 있습니다. 현재 대장직장질환의 임상적 내시경 진단은 대부분 대장내시경 하에서의 생검이며, 생검의 병리학적 결과에 따라 추가 치료 옵션이 결정된다. 문제는 일부 수술 전 생검의 병리학적 진단이 수술 후 큰 표본의 병리학적 진단과 완전히 일치하지 않는다는 점이다. 기존 연구에서는 수술 전 생검의 병리학적 진단 정확도가 66~75%에 불과해 대장내시경 백색광 생검에만 전적으로 의존하는 데에는 어느 정도 주관성이 있는 것으로 나타났다. 연구팀은 이전 연구를 바탕으로 초기에 대장 선종 분류(저등급 상피내 종양, 고급 상피내 종양)를 위한 지능형 인식 모델을 구축하고 주석이 달린 내시경 영상 데이터 세트로 일정 크기의 대장 선종을 형성했다. Darknet 프레임워크에서 YOLO-V4 알고리즘을 사용하여 특히 선종 인식 및 진단을 위한 인공 지능(AI) 시스템을 교육하여 정확도가 90% 이상에 도달했습니다. 본 연구는 전작을 기반으로 표본 크기를 늘리고, AI 시스템의 분류 및 진단 정확도를 더욱 향상시켜 내시경 전문의가 표적 조직검사를 수행하도록 안내하고 수술 전 조직검사의 정확도를 높이는 데 목적이 있다.

연구 개요

상태

모병

정황

연구 유형

관찰

등록 (예상)

40

연락처 및 위치

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

연구 연락처

연구 연락처 백업

연구 장소

    • Beijing
      • Beijing, Beijing, 중국, 102218

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

30년 (성인, 고령자)

건강한 자원 봉사자를 받아들입니다

아니

연구 대상 성별

모두

샘플링 방법

확률 샘플

연구 인구

이 연구는 병원 윤리 위원회의 검토를 받았습니다. 등록된 피험자는 대장 내시경 검사 중 진행성 대장 선종을 가지고 있는 것으로 밝혀졌으며 이미 AI 보조 생검의 병리학적 결과를 보였습니다. 환자들은 EMR과 ESD를 통한 완전 절제를 위해 입원했으며 본 연구에 참여할 의향이 있었습니다.

설명

포함 기준:

  • 30-75세 사이;
  • 정신이상이 없고 설문조사를 할 수 있는 자
  • BBPS ≥ 6;
  • 결장직장 진행성 선종, EMR 및 ESD를 통한 완전 절제를 위해 승인됨;
  • 이 연구에서 요구하는 관련 정보를 제공하고 정보에 입각한 동의서에 서명하십시오.

제외 기준:

  • 본 연구에서 요구하는 관련 정보를 제공할 수 없는 자
  • 염증성 장질환 환자;
  • 간경변증, 조절되지 않는 고혈압, 심근경색, 심부전, 신부전, 호흡부전, 당뇨병성 케톤증 및 전해질 불균형 및 기타 심각한 질병의 병력이 있는 자;
  • 항혈소판제 또는 항응고제를 중단할 수 없는 자
  • 전체 대장내시경 검사를 완료하지 않은 자
  • 임산부.

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 관찰 모델: 케이스 컨트롤
  • 시간 관점: 유망한

코호트 및 개입

그룹/코호트
개입 / 치료
AI 유무에 관계없이 전문가의 정확성
선종의 표면은 AI 시스템에 의해 분류 및 식별되었으며, 선종의 다른 영역은 분포에 따라 표시되어 내시경 의사가 생검을 통해 병변의 미분화 부분을 얻을 수 있도록 안내합니다.
AI 유무에 관계없이 정확도 비전문가
선종의 표면은 AI 시스템에 의해 분류 및 식별되었으며, 선종의 다른 영역은 분포에 따라 표시되어 내시경 의사가 생검을 통해 병변의 미분화 부분을 얻을 수 있도록 안내합니다.

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정
측정값 설명
기간
AI의 정확도
기간: 2023년 6월
생검과 수술 후 병리 사이의 일치율
2023년 6월
AI 유무에 관계없이 전문가의 정확성
기간: 2023년 6월
전문가의 경험과 수술 후 병리학의 일치율
2023년 6월
AI 유무에 관계없이 비전문가의 정확성
기간: 2023년 6월
비전문가 경험과 수술 후 병리학의 일치율
2023년 6월

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

수사관

  • 연구 의자: Ruigang Wang, Beijing Tsinghua Changgeng Hospital

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 11월 26일

기본 완료 (예상)

2023년 6월 1일

연구 완료 (예상)

2023년 11월 30일

연구 등록 날짜

최초 제출

2022년 2월 17일

QC 기준을 충족하는 최초 제출

2022년 2월 28일

처음 게시됨 (실제)

2022년 3월 2일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

2022년 3월 2일

QC 기준을 충족하는 마지막 업데이트 제출

2022년 2월 28일

마지막으로 확인됨

2022년 2월 1일

추가 정보

이 연구와 관련된 용어

기타 연구 ID 번호

  • 12021C1011

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

미정

IPD 계획 설명

사전 실험을 마친 후.

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. .

구독하다