인공지능을 활용한 혈관 감지로 제3공간 내시경 시술의 안전성 향상
제3 공간 내시경 시술의 안전성 향상을 위한 인공 지능 기반 해부학적 표지자 탐지
이 전향적 연구는 내시경 점막하 박리술(ESD) 및 경구 내시경 근절개술(POEM)과 같은 제3 공간 내시경 시술 중 새로운 인공지능(AI) 임상 결정 지원 도구의 성능을 평가하는 것을 목표로 합니다.
이러한 시술은 위장관 종양 및 운동 장애 치료에 효과적이지만, 점막하 혈관을 정확하게 식별하고 응고하지 않으면 시술 중 출혈 및 천공의 위험이 있습니다. 이전의 후향적 검증을 바탕으로, 이 연구는 실시간 인공지능 모델이 실제 인간 시술 중 내시경 의사가 혈관을 더 정확하고 빠르게 감지하고 윤곽을 그리는 데 도움을 줄 수 있는지 평가할 것입니다.
연구 개요
상세 설명
배경 및 근거
제3공간 내시경 시술은 기술적으로 어려운 과정입니다. 주요 어려움은 점막하 혈관의 의도치 않은 절단에 있으며, 이는 출혈을 유발하여 수술 시야를 가리고 천공 위험을 증가시킵니다. 현재 혈관 식별은 전적으로 술자의 판단에 의존하고 있습니다.
우리 팀은 150건의 POEM 시술에서 얻은 25만 장의 주석 처리된 영상을 기반으로 훈련된 딥러닝 기반 인공지능 모델을 개발했습니다. 이 모델은 최소 지연 시간으로 최적화되어 내시경 모니터에 혈관의 실시간 시각적 오버레이(윤곽 표시)를 제공합니다.
연구 목표 주요 목표는 혈관 탐지율(VDR)을 평가하는 것입니다. 이는 AI의 지원을 받을 때 내시경 의사가 식별한 혈관의 비율을 표준 관행과 비교한 것입니다.
이 연구는 또한 다음을 조사할 것입니다:
혈관 탐지 시간(VDT): 혈관이 시야에 나타나고 식별되기까지의 지연 시간.
연구 설계 및 워크플로:
이 전향적 연구에서 AI 시스템은 올림푸스 EVIS X1 시리즈 내시경 스택에 통합됩니다. 내시경 의사가 점막하 공간을 탐색하는 동안 AI는 혈관을 강조 표시하는 실시간 시각적 분할 마스크를 제공합니다. 성능은 기록되어 독립 전문가의 시술 후 검토와 비교되어 민감도 및 탐지 속도를 계산합니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Abhishek Tyagi, M.S.
- 전화번호: 919989154556
- 이메일: mr.tyagi@gmail.com
연구 연락처 백업
- 이름: Mohan Ramchandani, M.D.
- 전화번호: 919701335444
- 이메일: ramchandanimohan@gmail.com
연구 장소
-
-
Telangana
-
Hyderabad, Telangana, 인도, 500032
- 모병
- Asian Institute Of Gastroenterology
-
연락하다:
- Abhishek Tyagi, M.S.
- 전화번호: 919989154556
- 이메일: mr.tyagi@gmail.com
-
수석 연구원:
- Abhishek Tyagi, M.S.
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 어린이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 아칼라시아 카르디아 또는 종양으로 진단된 환자.
제외 기준:
- 제3공간 내시경 시술에 부적합한 상태의 환자 (예: 칸디다증)
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 장치 타당성
- 할당: 무작위
- 중재 모델: 병렬 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
활성 비교기: 인공 지능과 함께
내시경 전문의는 AI가 생성한 분할 마스크를 볼 수 있습니다
|
내시경 모니터에서 볼 수 있는 점막하 혈관에 대한 실시간 AI 생성 분할 마스크 또는 윤곽선.
|
|
간섭 없음: 인공 지능 없이
내시경 의사는 AI가 생성한 분할 마스크를 볼 수 없습니다
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
혈관 검출률 (VDR)
기간: 3개월
|
내시경 의사가 식별한 혈관의 비율
|
3개월
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
혈관 검출 시간 (VDT)
기간: 3개월
|
시야 내에 선박이 나타나는 순간과 그것이 식별되는 순간 사이의 지연 시간.
|
3개월
|
공동 작업자 및 조사자
수사관
- 수석 연구원: Abhishek Tyagi, Asian Intitute of Gastroenterology
간행물 및 유용한 링크
일반 간행물
- Scheppach MW, Mendel R, Muzalyova A, Rauber D, Probst A, Nagl S, Rommele C, Yip HC, Lau LHS, Golder SK, Schmidt A, Kouladouros K, Abdelhafez M, Walter BM, Meinikheim M, Chiu PWY, Palm C, Messmann H, Ebigbo A. Use of artificial intelligence in submucosal vessel detection during third-space endoscopy. Endoscopy. 2025 Jul;57(7):760-766. doi: 10.1055/a-2534-1164. Epub 2025 Feb 5.
- Ebigbo A, Mendel R, Scheppach MW, Probst A, Shahidi N, Prinz F, Fleischmann C, Rommele C, Goelder SK, Braun G, Rauber D, Rueckert T, de Souza LA Jr, Papa J, Byrne M, Palm C, Messmann H. Vessel and tissue recognition during third-space endoscopy using a deep learning algorithm. Gut. 2022 Dec;71(12):2388-2390. doi: 10.1136/gutjnl-2021-326470. Epub 2022 Sep 15.
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
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 (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. .