GAIN 프로젝트: 위암과 인공지능 (GAIN)
위암과 인공지능: 국가 차원의 프로젝트
우리의 GAIN 프로젝트는 4개의 핵심 작업 패키지(WP)인 WP1로 구성됩니다. 국가 수준의 무작위 대조 시험; WP2. 혁신적인 AI 도구 개발 WP3. 새로운 마이크로시뮬레이션 모델링; WP4. 환자 포함.
국가 차원의 다기관 텐덤 무작위대조시험(WP1)은 실시간 AI 알고리즘이 위내시경 중 조기 위암 및 이형성증의 누락률을 어떻게 줄이는지 더 잘 이해하는 데 도움이 될 것입니다. 또한, 혁신 프로젝트는 생체 내 전암 상태를 식별하여 위암 위험을 계층화할 수 있는 새로운 AI 도구(WP2) 개발에 기여할 것입니다. 또한 마이크로시뮬레이션 모델링을 통해 AI 활용이 위암을 예방하고 비용과 환자의 부담에 어떤 영향을 미칠지 예측할 수 있습니다. 이익과 위해 사이의 균형에 대한 평가는 특히 이러한 유형의 의료기기의 경우 매우 중요합니다. 왜냐하면 혁신적인 도구의 가치는 때때로 이해관계자의 열정으로 인해 과대평가되기 때문입니다(WP3). 마지막으로, WP1, 2, 3(WP4) 모두에 환자 조직을 포함시켜 연구 프로젝트 전반에 걸쳐 환자의 관점을 다룰 것입니다.
연구 개요
연구 유형
등록 (추정된)
단계
- 해당 없음
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 위암 위험이 높은 이탈리아 지역(Lombardia, Emilia Romagna, Veneto, Friuli-Venezia Giulia)에서 특정 적응증에 대해 상부 위장관 내시경 검사를 받는 모든 60세 이상의 환자.
제외 기준:
- 상부 위장관 내시경 검사에 대한 금기 사항.
- 생검에 대한 금기 사항.
- 활동성 상부 GI 출혈 또는 긴급 상부 GI 내시경 검사.
- 이전에 위장과 관련된 상부 위장 수술을 받은 환자.
- 사전 서면 동의를 제공할 수 없거나 거부한 환자.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 방지
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
간섭 없음: 평행 암 1
환자는 시드니 시스템에 따른 조직학적 매핑을 통해 위 병변을 발견하기 위해 표준 고화질 및 고품질 상부 위장관 내시경 검사를 받게 됩니다.
|
|
|
활성 비교기: 평행 암 2
환자들은 조기 위암, 위이형성증 진단을 위해 실시간 인공지능의 실시간 지원을 받아 고화질, 고품질 상부위장내시경을 받게 된다.
|
두 가지 새로운 딥 러닝 시스템, 즉 내시경 검사용과 병리학용 시스템이 확장 및 중증도를 포함하여 위축증 및 화생증 진단을 위해 훈련되고 검증됩니다. 두 알고리즘 모두 훈련 단계에 사용되지 않은 경우에 대해 검증됩니다. 대략적으로 파티션은 5 대 1이 됩니다. 위암 조기 진단을 위한 AI 지원의 이점과 해악은 이형성증부터 초기 및 진행성 암까지 위암의 자연사에 대한 Markov 모델을 개발하고 GS가 자연사에 미치는 영향을 통해 시뮬레이션됩니다. . 이는 또한 리드 및 기간 편향의 잠재적 효과를 시뮬레이션합니다. 이러한 데이터는 위암 탐지를 위한 AI 지원을 의료 시스템에 권장해야 하는지 여부에 대한 의사 결정 과정에 포함하기 위해 시뮬레이션 모델에 통합됩니다. |
|
다른: 크로스오버 암 1(제어)
환자는 두 가지 표준 고화질 및 고품질 상부 GI 내시경 검사를 동시에 받게 됩니다. 첫 번째는 인공 지능 지원 없이 수행되고, 두 번째는 표준 비보조 상부 GI 내시경 검사 실패율을 정의하기 위해 인공 지능을 사용합니다.
|
두 가지 새로운 딥 러닝 시스템, 즉 내시경 검사용과 병리학용 시스템이 확장 및 중증도를 포함하여 위축증 및 화생증 진단을 위해 훈련되고 검증됩니다. 두 알고리즘 모두 훈련 단계에 사용되지 않은 경우에 대해 검증됩니다. 대략적으로 파티션은 5 대 1이 됩니다. 위암 조기 진단을 위한 AI 지원의 이점과 해악은 이형성증부터 초기 및 진행성 암까지 위암의 자연사에 대한 Markov 모델을 개발하고 GS가 자연사에 미치는 영향을 통해 시뮬레이션됩니다. . 이는 또한 리드 및 기간 편향의 잠재적 효과를 시뮬레이션합니다. 이러한 데이터는 위암 탐지를 위한 AI 지원을 의료 시스템에 권장해야 하는지 여부에 대한 의사 결정 과정에 포함하기 위해 시뮬레이션 모델에 통합됩니다. |
|
활성 비교기: 크로스오버 암 2
환자는 두 가지 표준 고화질 및 고품질 상부 GI 내시경 검사를 동시에 받게 됩니다. 첫 번째는 인공 지능 지원을 사용하고 두 번째는 인공 지능 지원이 구현될 때 오류율 감소를 정의하기 위해 인공 지능 없이 수행됩니다. .
|
두 가지 새로운 딥 러닝 시스템, 즉 내시경 검사용과 병리학용 시스템이 확장 및 중증도를 포함하여 위축증 및 화생증 진단을 위해 훈련되고 검증됩니다. 두 알고리즘 모두 훈련 단계에 사용되지 않은 경우에 대해 검증됩니다. 대략적으로 파티션은 5 대 1이 됩니다. 위암 조기 진단을 위한 AI 지원의 이점과 해악은 이형성증부터 초기 및 진행성 암까지 위암의 자연사에 대한 Markov 모델을 개발하고 GS가 자연사에 미치는 영향을 통해 시뮬레이션됩니다. . 이는 또한 리드 및 기간 편향의 잠재적 효과를 시뮬레이션합니다. 이러한 데이터는 위암 탐지를 위한 AI 지원을 의료 시스템에 권장해야 하는지 여부에 대한 의사 결정 과정에 포함하기 위해 시뮬레이션 모델에 통합됩니다. |
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
미스율 감소
기간: 2025년: 12개월 등록
|
AI 보조(탠덤) 사용 시 상부 내시경 검사 시 조기 위암 및 이형성 병변의 누락률 변화.
|
2025년: 12개월 등록
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
감지 횟수 변경
기간: 1일 시술 후 2년 동안의 후속 조치
|
AI 보조(병렬) 사용 시 상부 내시경 검사 시 조기 위암 및 이형성 병변의 검출 변화.
|
1일 시술 후 2년 동안의 후속 조치
|
|
환자 만족도
기간: 2025년: 12개월 등록 기간 동안
|
위 병변의 검출 및 특성화를 위한 AI 기술에 대한 설문지를 통해 평가된 환자 수용성, 만족도 및 내성 평가.
|
2025년: 12개월 등록 기간 동안
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
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. .