결장 직장 병변 진단을위한 실시간 AI 지원 세포 내시경 검사 : 다중 센터, 전향 적 임상 연구
결장 직장암 (CRC)은 세 번째로 흔한 악성 악성 악성 및 전 세계 암 관련 사망의 두 번째 주요 원인입니다. 대장 내시경 검사는 결장 직장암에 대한 선호되는 스크리닝 방법으로 간주되며, 결장 직장 신 생물 병변의 조기 및 절제 검출은 결장 직장암 이환율 및 사망률을 상당히 감소시킬 수 있습니다. 결장 직장 병변에 대한 내시경 검사의 진단 정확도를 향상시키기 위해, 좁은 밴드 영상화 (좁은 대역 영상, NBI), 확대 내시경 검사, 안료 내시경 검사, 공 초점 레이저 내시경 및 내피 스코프를 포함한 이미지 향상 내시경과 같은 많은 내시경 기술. EC)는 임상 적으로 적용됩니다. 그러나 내시경 절제술의 수가 증가함에 따라 내시경 절제술 및 절제 시편의 병리학 적 진단과 관련된 비용은 해마다 증가합니다. 임상 실습에서, 일부 비 생물 결장 직장 병변에는 절제가 필요하지 않을 수 있으므로 대장 내시경 검사 동안 병변의 성질을 식별하는 것이 중요합니다.
세포 내시경 검사는 일종의 초 고율 내시경 검사입니다. 내시경 학자들은 화학적 염색 및 좁은 밴드 영상 기술과 결합하여 육안으로 세포 핵 형태, 글 랜드 튜브 형태 및 미세 혈관 형태를 관찰하여 병리학 적 검사를 피하고 신체의 실시간 생검의 목적을 실현할 수 있습니다. 그러나, 세포 내시경 이미지의 판단은 판단 정확도를 향상시키기 위해 많은 경험이 필요하다. 또한 내시경 학자들은 결과를 판단하는 과정에서 특정 주관적인 판단과 오류를 가지고 있습니다. 따라서이 문제를 해결하기 위해 클리닉의 컴퓨터 보조 진단을 위해 인공 지능 (AI)이 제안됩니다. 초기 단계에서, 우리 센터는 결장 직장 병변의 특성을 돕기 위해 세포 내시경 검사를 기반으로 한 AI 지원 진단 시스템을 개발했지만, AI-ASSESTED 시스템의 효과를 확인하기위한 전향 적 임상 연구가 여전히 부족합니다. 따라서, 우리는이 임상 연구를 수행하여 AI의 임상 효과를 확인하고자합니다.
연구 개요
상세 설명
대장내시경은 현재 대장암 선별검사의 금표준입니다. 세포내시경은 초고배율 내시경의 일종입니다. 화학 염색 및 협대역 영상 기술과 결합하여 내시경 의사는 육안으로 세포핵 형태, 선관 형태 및 미세혈관 형태를 관찰할 수 있어 병리 검사를 피하고 체내 실시간 생검의 목적을 실현할 수 있습니다. 그러나 세포내시경 영상의 판단은 판단 정확도를 높이기 위해 많은 경험이 필요합니다. 또한 내시경 의사는 결과 판단 과정에서 일정한 주관적 판단과 오류가 있습니다. 따라서 이 문제를 해결하기 위해 임상에서 컴퓨터 보조 진단을 위한 인공 지능(AI)이 제안되었습니다. 현재 세포내시경을 사용하여 내시경 의사의 진단을 보조하는 사용 가능한 인공 지능 시스템은 여전히 비교적 부족하며, 이는 전통적인 기계 학습 방법을 기반으로 하여 정확도 측면에서 여전히 일정한 한계가 있습니다. 컴퓨터 비전 기술의 지속적인 발전과 함께 딥러닝은 내시경 보조 진단 시스템 개발에 널리 적용되었습니다. 따라서 연구자들은 세포내시경 사용 시 내시경 의사의 진단을 보조하기 위해 딥러닝을 사용하여 훈련된 CADx 시스템을 개발했습니다. 이 CADx 시스템은 캡처된 세포내시경 영상을 실시간으로 예측하고 예측 결과를 표시할 수 있어 내시경 의사가 진단 참고 자료를 제공하는 데 도움을 줄 수 있습니다.
그러나 현재 이 CADx 기술은 아직 임상 환경에서 전향적 임상 검증을 거치지 않았습니다. 연구자들은 실시간 세포내시경에서 대장 병변 조직학 예측을 위한 CADx의 정확성을 검증하기 위해 전향적 임상 시험을 수행할 계획입니다. 이 연구는 포함 및 배제 기준을 충족하는 병변을 전향적으로 수집할 것입니다. 내시경 의사가 내시경 영상과 CADx를 통해 진단을 내린 후 내시경 절제술 또는 외과적 절제술을 거쳐 병리 진단을 받으면, 인공 지능 진단 결과를 금표준 병리 결과와 비교하고 대장 병변에 대한 이 인공 지능 보조 진단 시스템의 진단 정확도를 요약할 것입니다.
연구자들은 실시간 세포내시경에서 대장 병변 조직학 예측을 위한 CADx 지원의 정확성을 검증하기 위해 전향적, 다기관 임상 시험을 수행할 계획입니다.
연구 유형
등록 (실제)
연락처 및 위치
연구 장소
-
-
Jilin
-
Changchun, Jilin, 중국, 130021
- The First Hospital of Jilin University
-
Meihekou, Jilin, 중국, 135000
- Meihekou Central Hospital
-
-
Shandong
-
Jinan, Shandong, 중국, 250000
- Shandong Second Provincial General Hospital
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 결장 직장 병변
제외 기준 :
- 고품질 이미지가없는 병변;
- 염증성 장 질환, 가족 성 선종성 다혈증 및 기타 특수 질병;
- 점막하 종양;
- 염증성 용종, Peutz-Jeghers 용종, 청소년 용종, 림프종 및 기타 병리학 적 유형의 병리학 적 진단.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
하나 이상의 대장 병변이 발견된 환자
대장내시경 검사 중에 내시경 의사는 CADx를 끈 상태로 일상적인 임상 관행에 따라 대장암 병변의 존재를 검사합니다. 대장암 병변을 발견하면 내시경 의사는 내시경 진단을 기반으로 조직학에 대한 예측을 할 것입니다. 이후 CADx가 작동되어 내시경 의사가 촬영한 내시경 이미지를 표시합니다. 그리고 내시경 의사는 동일한 이미지에 대한 CADx 예측을 기록할 것입니다. 또한 크기와 위치와 같은 다른 병변 특징이 기록될 것이며, 이는 일상적인 임상 관행에서 수행되는 것과 유사합니다. 병변은 내시경으로 절제되거나 수술을 통해 제거되어 병리학적 검사로 보내지며, 이는 용종 조직학 진단의 "금 표준"을 형성할 것입니다. |
CADx 지원 도구는 내시경 의사가 고정된 키보드의 키를 누르면 예측 결과를 표시합니다.
이는 내시경 의사가 앞서 설명한 바와 같이 내시세포검사를 사용하여 대장 병변 조직학에 대한 광학적 예측을 먼저 수행한 후에 이루어집니다.
CADx 지원 도구는 대장 병변 조직학에 대한 예측을 수행합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
임상 환경에서 신생물 병변을 진단하는 CAD 염색의 진단 성능을 평가하기 위해.
기간: 11개월
|
진단 성능은 최종 조직학을 진단의 표준으로 비교하기 위해 계산됩니다
|
11개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
임상 환경에서 신생물 병변을 진단하는 CAD-NBI의 진단 성능을 평가하기 위해
기간: 11개월
|
진단 성능은 최종 조직학을 진단의 금기준으로 비교하여 계산됩니다
|
11개월
|
|
대장 신생물 병변의 다양한 대장 병변에서 CAD-NBI와 CAD-stained의 진단 성능을 비교하기 위해.
기간: 11개월
|
CAD-NBI와 CAD-stained의 진단 성능은 최종 조직학을 진단의 금표준으로 하여 비교를 위해 계산될 것입니다
|
11개월
|
|
고신뢰도의 신생물성 DRSP 진단에서 CAD-NBI와 CAD 염색의 진단 성능을 평가하기 위해
기간: 11개월
|
CAD-NBI 및 CAD-stained의 진단 성능은 최종 조직학을 진단의 표준으로 하여 비교를 위해 계산될 것입니다
|
11개월
|
|
CAD-NBI 및 CAD 염색 예측에 기반한 용종 절제 후 감시 간격과 조직병리학적 진단의 일치도를 평가하기 위하여
기간: 11개월
|
CAD-NBI 및 CAD-염색 예측을 기반으로 한 용종절제술 후 감시 간격의 합의는 지침에 따라 병리학적 진단과 이루어졌습니다.
|
11개월
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Hong Xu, Docror, The First Hospital of Jilin University
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (실제)
연구 완료 (실제)
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. .