- ICH GCP
- 미국 임상 시험 레지스트리
- 임상시험 NCT05553977
인공 지능과 장 청소 품질 (CALPER2)
대장내시경 전 대장 세척의 질을 감지하기 위한 인공지능 시스템의 설계 및 검증
연구 개요
상세 설명
대장내시경 전 마지막 배변에 대한 환자의 인식은 대장내시경 동안 평가되는 장 세척의 강력한 예측 인자로 나타났습니다. 파생 코호트(환자 633명)와 검증 코호트(환자 378명)에 분포된 1011명의 환자를 대상으로 한 대규모 연구에서 장 세척 품질과 유사한 4개의 사진 세트를 사용하여 BBPS와 어느 정도 일치하는 것으로 나타났습니다. 또한 마지막 배변에 대한 의료진의 인식과 환자의 인식을 비교하였을 때 좋은 일치도를 보였다. 이러한 결과는 검사 당일 대장내시경 검사 전에 구조 세척 개입을 테스트할 수 있는 훌륭한 기회를 제공합니다.
지난 2년 동안 인공 지능 응용 프로그램은 내시경을 포함한 여러 분야에서 상당한 발전을 이루었습니다. 기계 학습 및 그보다 더 발전된 형태의 딥 러닝은 특정 작업을 학습하고 수행할 수 있는 능력을 갖춘 알고리즘(컨볼루션 신경망)의 개발을 말합니다. 내시경 분야에서는 컴퓨터 비전 응용 분야가 연구 우선 분야로 명시되어 있습니다. 이러한 모든 경험을 바탕으로 본 연구의 목적은 집에서 장세척액 섭취 후 대장내시경을 받기 전에 환자의 세척 품질을 자동으로 예측할 수 있는 컨볼루션 신경망을 설계하고 검증하는 것이다. 다른 목표는 회선 신경망에 의해 평가된 마지막 직장 유출물 품질의 결과와 검증된 척도(Boston Bowel Preparation Scale, BBPS)로 평가된 대장내시경 동안 평가된 세척 품질 사이의 일치를 환자 코호트에서 전향적으로 평가하는 것이었습니다. 이 연구는 2021년 2월부터 2021년 5월까지 카나리아스 병원의 오픈 액세스 내시경 유닛에서 수행된 관찰 전향적 연구(NCT04702646)에 내포되어 있습니다. 예정된 대장 내시경 검사를 받은 총 633명의 연속 외래 환자가 이 연구에 참여했습니다(총 266명의 환자(42%)가 적어도 한 장의 사진을 보냈습니다). 이 연구 후, 외래 환자 대장 내시경 검사가 요청된 환자는 장 준비 섭취 동안 유출물의 사진을 제공하도록 요청 받았습니다. 이러한 이미지의 하위 그룹은 우리 단위의 개인에 의해 적절하고 부적절하게 분류되며 컨볼루션 신경망을 훈련하는 데 사용됩니다. 컨볼루션 신경망의 유효성을 검사하는 데 또 다른 이미지 세트가 사용됩니다. 또한 조사관은 대장 내시경 검사 중에 유출물 품질의 분류를 검증된 결장 정화 척도와 비교하여 회선 신경망을 생체 내에서 검증합니다.
연구 유형
등록 (예상)
연락처 및 위치
연구 연락처
- 이름: Antonio Z Gimeno García, MD, PhD
- 전화번호: +34922678554
- 이메일: antozeben@gmail.com
연구 장소
-
-
S/C De Tenerife
-
La Laguna, S/C De Tenerife, 스페인, 38320
- 모병
- Department of Gastroenterology
-
연락하다:
- Antonio Z Gimeno Garcia, MD, hD
- 전화번호: 34922678039
- 이메일: antozeben@gmail.com
-
부수사관:
- David Nicolas Perez, MD, PhD
-
수석 연구원:
- Antonio Z Gimeno García, MD
-
부수사관:
- Manuel Hernandez Guerra, MD, PhD
-
-
참여기준
자격 기준
공부할 수 있는 나이
건강한 자원 봉사자를 받아들입니다
연구 대상 성별
샘플링 방법
연구 인구
설명
포함 기준:
- 18세 이상, 정보에 입각한 동의서에 서명하려면,
- 외래 대장내시경 적응증이 있는 환자
- 장정제를 섭취하는 환자
제외 기준:
- 불완전한 대장 내시경 검사(부족한 장 준비 제외)
- 대장 내시경 검사에 대한 금기 사항
- 알레르기.
- 연구 참여 거부 또는 정보에 입각한 동의서 서명 장애.
- 결장절제술(1분절 이상)
- 제제 섭취가 어려운 치매
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 관찰 모델: 보병대
- 시간 관점: 유망한
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
외래 대장내시경 연속 환자
연구원은 모든 포함 기준을 충족하고 제외 기준을 충족하지 않는 대장 내시경 검사가 예정된 환자에게 연구 참여를 제안할 것입니다.
|
연구에 포함된 모든 환자에게 1일 유동식을 투여하고 폴리에틸렌 글리콜 용액 4리터, PEG-아스코르브산 2리터 또는 피코설페이트 2리터로 분할 용량 장 준비를 합니다.
대장내시경 검사는 연구에 포함된 모든 환자에게 수행됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
유출물 특성
기간: 일년
|
유출물 특성.
적절한 준비(투명한 액체, 덩어리가 있는 투명한 액체)와 부적절한 준비(어두운 액체 또는 고체 입자가 있는 어두운 액체)로 분류된 4개의 사진 세트.
Concolutional Neural Network는 유출 이미지로 훈련되고 검증됩니다.
|
일년
|
|
Boston Bowel Preparation Scale로 평가한 장 세정의 질
기간: 1년
|
Boston Bowel Preparation Scale로 평가한 장 세정의 질.
이 척도는 결장의 세 부분(근위, 가로 및 원위)에서 0(준비 없음)에서 3점(훌륭한 준비)까지입니다.
최대 점수는 9점입니다.
|
1년
|
공동 작업자 및 조사자
간행물 및 유용한 링크
일반 간행물
- Berzin TM, Parasa S, Wallace MB, Gross SA, Repici A, Sharma P. Position statement on priorities for artificial intelligence in GI endoscopy: a report by the ASGE Task Force. Gastrointest Endosc. 2020 Oct;92(4):951-959. doi: 10.1016/j.gie.2020.06.035. Epub 2020 Jun 19.
- Mori Y, Misawa M, Kudo SE. Challenges in artificial intelligence for polyp detection. Dig Endosc. 2022 May;34(4):870-871. doi: 10.1111/den.14279. Epub 2022 Mar 22. No abstract available.
- Fatima H, Johnson CS, Rex DK. Patients' description of rectal effluent and quality of bowel preparation at colonoscopy. Gastrointest Endosc. 2010 Jun;71(7):1244-1252.e2. doi: 10.1016/j.gie.2009.11.053. Epub 2010 Apr 1.
- Alzubaidi L, Zhang J, Humaidi AJ, Al-Dujaili A, Duan Y, Al-Shamma O, Santamaria J, Fadhel MA, Al-Amidie M, Farhan L. Review of deep learning: concepts, CNN architectures, challenges, applications, future directions. J Big Data. 2021;8(1):53. doi: 10.1186/s40537-021-00444-8. Epub 2021 Mar 31.
- Harewood GC, Wright CA, Baron TH. Assessment of patients' perceptions of bowel preparation quality at colonoscopy. Am J Gastroenterol. 2004 May;99(5):839-43. doi: 10.1111/j.1572-0241.2004.04176.x.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
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. .