AI bij het voorspellen van polieppathologie en endoscopische classificatie
12 januari 2025 bijgewerkt door: Peking Union Medical College Hospital
Kunstmatige intelligentie voorspelt de pathologie en endoscopische classificatie van colorectale poliepen tijdens colonoscopie
Achtergrond: Colonoscopie met optische diagnose op basis van het verschijnen van poliepen kan de selectie van endoscopische behandelmethoden begeleiden, onnodige polypectomieprocedures en de noodzaak van weefselpathologische diagnose verminderen, en tijdig vervolgstrategieën formuleren [1].
Deze aanpak verlicht de economische lasten voor patiënten en het gezondheidszorgsysteem aanzienlijk en kan de druk op klinische middelen effectief verlichten [2].
Verschillende endoscopische poliepclassificatiemethoden, waaronder Pit Pattern [3], NICE [4], WASP [5] en MS [6], worden gebruikt om pathologische typen te bepalen.
Het beheersen van deze classificatiemethoden vereist echter dat endoscopisten een uitgebreide training ondergaan, en vanwege de inherente tekortkomingen van elke methode kan geen enkele endoscopische classificatiemethode nauwkeurig alle soorten poliepen diagnosticeren om aan de vereisten van optische diagnose te voldoen.
Deze beperking heeft de wijdverbreide toepassing van optische diagnose in de klinische praktijk belemmerd [7].
De toepassing van kunstmatige intelligentietechnologie op dit gebied, bekend als computerondersteunde diagnose (CADx), heeft de afgelopen jaren een snelle ontwikkeling doorgemaakt.
Talrijke grootschalige, prospectieve onderzoeken hebben aangetoond dat de nauwkeurigheid van CADx-technologie voor optische diagnose van minuscule laesies (<5 mm) in wezen heeft voldaan aan de drempel die is vastgesteld door Europese en Amerikaanse endoscopieverenigingen voor optische diagnose [8,9].
De diagnostische werkzaamheid van CADx voor poliepen ≥5 mm blijft echter onduidelijk.
Bovendien beperkt het huidige onderzoek zich grotendeels tot het maken van onderscheid tussen gewone adenomen en hyperplastische poliepen, waarbij weinig aandacht wordt besteed aan gekartelde laesies, die ook precancereuze laesies zijn en nog sneller evolueren, en die voor endoscopisten een grotere uitdaging vormen om te beoordelen.
Deze redenen verhinderen dat CADx op grote schaal wordt toegepast in de klinische praktijk voor een realtime nauwkeurige beoordeling van polieppathologische typen.
Studie Overzicht
Toestand
Werving
Conditie
Studietype
Observationeel
Inschrijving (Geschat)
400
Contacten en locaties
In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.
Studiecontact
- Naam: Wenmo Hu, MD
- Telefoonnummer: 86+15101581963
- E-mail: huwenmo1995@126.com
Studie Locaties
-
-
-
Beijing, China, 100730
- Werving
- Peking Union Medical College Hospital
-
Contact:
- Wenmo Hu, MD
- Telefoonnummer: 86+15101581963
- E-mail: huwenmo1995@126.com
-
Contact:
- Wenmo Hu, MD
-
-
Deelname Criteria
Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Ja
Bemonsteringsmethode
Kanssteekproef
Studie Bevolking
Patiënten van 18 jaar of ouder die een routinematige colonoscopiescreening ondergaan
Beschrijving
Inclusiecriteria:
- Poliklinische of intramurale patiënten die routinematige colonoscopiescreening ondergaan in de endoscopiecentra van ziekenhuizen met meerdere centra;
- 18 jaar of ouder zijn;
- Begrip hebben voor de inhoud van het onderzoek en het formulier voor geïnformeerde toestemming hebben ondertekend.
Uitsluitingscriteria:
- Gastroparese of obstructie van de maaguitgang;
- Bekende of vermoede darmobstructie of perforatie;
- Ernstig chronisch nierfalen (creatinineklaring minder dan 30 ml/minuut);
- Ernstig congestief hartfalen (New York Heart Association klasse III of IV);
- Momenteel zwanger of borstvoeding;
- Toxische colitis of megacolon;
- Slecht gecontroleerde hypertensie (systolische bloeddruk hoger dan 180 mmHg en/of diastolische bloeddruk hoger dan 100 mmHg);
- Matige of massale actieve gastro-intestinale bloeding (>100 ml/dag);
- Aanzienlijke psychiatrische of psychische ziekte;
- Allergie voor medicijnen die worden gebruikt voor de voorbereiding van de darmen;
- Patiënten die een colorectale operatie hebben ondergaan.
Studie plan
Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.
Hoe is de studie opgezet?
Ontwerpdetails
Cohorten en interventies
Groep / Cohort |
Interventie / Behandeling |
|---|---|
|
Patiënten van 18 jaar of ouder die een routinematige colonoscopiescreening ondergaan
|
Tijdens de ontwikkelingsfase van het AI-model is het doel om zoveel mogelijk monsters op te nemen. Gezien de focus op de diagnostische nauwkeurigheid van gekartelde laesies, hebben we tot nu toe retrospectief ongeveer 400 gevallen van gekartelde laesies verzameld met pathologische diagnose door de afdeling pathologie van het Peking Union Medical College Hospital. Bovendien hebben we elk 400 gevallen van hyperplastische poliepen, conventionele adenomen en colorectale kanker in een vroeg stadium gematcht, wat in totaal ongeveer 1600 gevallen opleverde. Het model maakt gebruik van reguliere AI-classificatie-algoritmen om het model te construeren en de voorspellende prestaties van verschillende modellen te vergelijken. Gebruikmakend van de dataset die in de eerste fase is opgesteld, die statische beelden van polieplaesies bevat, samen met de bijbehorende pathologische diagnose en endoscopische classificaties, hebben we het AI-model ontwikkeld en geoptimaliseerd. Vervolgens wordt het model vergeleken met endoscopisten in een prospectief cohort om de werkzaamheid te onderzoeken. |
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Nauwkeurigheid van optische diagnose voor colorectale poliepen
Tijdsspanne: 2 jaar
|
De nauwkeurigheid van de optische diagnose van het AI-model wordt vergeleken met die van endoscopisten, waarbij pathologische diagnose als gouden standaard dient.
|
2 jaar
|
Secundaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Andere beoordelingsparameters van optische diagnose
Tijdsspanne: 2 jaar
|
Inclusief gevoeligheid, specificiteit, positief voorspellende waarde (PPV) en negatief voorspellende waarde (NPV) van optische diagnose
|
2 jaar
|
|
Nauwkeurigheid bij het bepalen van de endoscopische classificatie van colorectale poliepen
Tijdsspanne: 2 jaar
|
Gebruikmakend van het endoscopische classificatieoordeel van ervaren endoscopisten als gouden standaard, onderzoekt de studie de nauwkeurigheid van het AI-model bij het bepalen van de endoscopische classificatie van laesies.
De endoscopische classificaties omvatten Pit Pattern, CP, NICE, JNET, WASP en MS.
|
2 jaar
|
|
Andere beoordelingsparameters bij het bepalen van de endoscopische classificatie
Tijdsspanne: 2 jaar
|
De gevoeligheid, specificiteit, positief voorspellende waarde (PPV) en negatief voorspellende waarde (NPV) van het AI-model bij het bepalen van de endoscopische classificatie van colorectale poliepen
|
2 jaar
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Onderzoekers
- Hoofdonderzoeker: Dong Wu, MD, Peking Union Medical College Hospital
Publicaties en nuttige links
De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.
Algemene publicaties
- IJspeert JE, Bastiaansen BA, van Leerdam ME, Meijer GA, van Eeden S, Sanduleanu S, Schoon EJ, Bisseling TM, Spaander MC, van Lelyveld N, Bargeman M, Wang J, Dekker E; Dutch Workgroup serrAted polypS & Polyposis (WASP). Development and validation of the WASP classification system for optical diagnosis of adenomas, hyperplastic polyps and sessile serrated adenomas/polyps. Gut. 2016 Jun;65(6):963-70. doi: 10.1136/gutjnl-2014-308411. Epub 2015 Mar 9.
- van der Zander QEW, Schreuder RM, Fonolla R, Scheeve T, van der Sommen F, Winkens B, Aepli P, Hayee B, Pischel AB, Stefanovic M, Subramaniam S, Bhandari P, de With PHN, Masclee AAM, Schoon EJ. Optical diagnosis of colorectal polyp images using a newly developed computer-aided diagnosis system (CADx) compared with intuitive optical diagnosis. Endoscopy. 2021 Dec;53(12):1219-1226. doi: 10.1055/a-1343-1597. Epub 2021 Mar 10.
- Zachariah R, Samarasena J, Luba D, Duh E, Dao T, Requa J, Ninh A, Karnes W. Prediction of Polyp Pathology Using Convolutional Neural Networks Achieves "Resect and Discard" Thresholds. Am J Gastroenterol. 2020 Jan;115(1):138-144. doi: 10.14309/ajg.0000000000000429.
- Singh R, Jayanna M, Navadgi S, Ruszkiewicz A, Saito Y, Uedo N. Narrow-band imaging with dual focus magnification in differentiating colorectal neoplasia. Dig Endosc. 2013 May;25 Suppl 2:16-20. doi: 10.1111/den.12075.
- Rees CJ, Rajasekhar PT, Wilson A, Close H, Rutter MD, Saunders BP, East JE, Maier R, Moorghen M, Muhammad U, Hancock H, Jayaprakash A, MacDonald C, Ramadas A, Dhar A, Mason JM. Narrow band imaging optical diagnosis of small colorectal polyps in routine clinical practice: the Detect Inspect Characterise Resect and Discard 2 (DISCARD 2) study. Gut. 2017 May;66(5):887-895. doi: 10.1136/gutjnl-2015-310584. Epub 2016 Apr 19.
- ASGE Technology Committee; Abu Dayyeh BK, Thosani N, Konda V, Wallace MB, Rex DK, Chauhan SS, Hwang JH, Komanduri S, Manfredi M, Maple JT, Murad FM, Siddiqui UD, Banerjee S. ASGE Technology Committee systematic review and meta-analysis assessing the ASGE PIVI thresholds for adopting real-time endoscopic assessment of the histology of diminutive colorectal polyps. Gastrointest Endosc. 2015 Mar;81(3):502.e1-502.e16. doi: 10.1016/j.gie.2014.12.022. Epub 2015 Jan 16.
- Tanaka S, Sano Y. Aim to unify the narrow band imaging (NBI) magnifying classification for colorectal tumors: current status in Japan from a summary of the consensus symposium in the 79th Annual Meeting of the Japan Gastroenterological Endoscopy Society. Dig Endosc. 2011 May;23 Suppl 1:131-9. doi: 10.1111/j.1443-1661.2011.01106.x.
- Axelrad AM, Fleischer DE, Geller AJ, Nguyen CC, Lewis JH, Al-Kawas FH, Avigan MI, Montgomery EA, Benjamin SB. High-resolution chromoendoscopy for the diagnosis of diminutive colon polyps: implications for colon cancer screening. Gastroenterology. 1996 Apr;110(4):1253-8. doi: 10.1053/gast.1996.v110.pm8613016.
- Mori Y, Kudo SE, East JE, Rastogi A, Bretthauer M, Misawa M, Sekiguchi M, Matsuda T, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Kudo T, Mori K. Cost savings in colonoscopy with artificial intelligence-aided polyp diagnosis: an add-on analysis of a clinical trial (with video). Gastrointest Endosc. 2020 Oct;92(4):905-911.e1. doi: 10.1016/j.gie.2020.03.3759. Epub 2020 Mar 30.
Studie record data
Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.
Bestudeer belangrijke data
Studie start (Geschat)
1 januari 2025
Primaire voltooiing (Geschat)
1 december 2026
Studie voltooiing (Geschat)
1 december 2026
Studieregistratiedata
Eerst ingediend
3 januari 2025
Eerst ingediend dat voldeed aan de QC-criteria
12 januari 2025
Eerst geplaatst (Werkelijk)
25 maart 2025
Updates van studierecords
Laatste update geplaatst (Werkelijk)
25 maart 2025
Laatste update ingediend die voldeed aan QC-criteria
12 januari 2025
Laatst geverifieerd
1 december 2024
Meer informatie
Termen gerelateerd aan deze studie
Trefwoorden
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- K7281
- BRWEP2024W034010100 (Ander subsidie-/financieringsnummer: Excellence in Clinical Research Program for Research Wards of Beijing)
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
JA
Beschrijving IPD-plan
Alle IPD verzameld tijdens de proef
IPD-tijdsbestek voor delen
Vanaf 3 maanden na publicatie zonder einddatum
IPD-toegangscriteria voor delen
Iedere onderzoeker die met een passend verzoek de gegevens wil gebruiken voor relevant onderzoek
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Nee
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
Nee
product vervaardigd in en geëxporteerd uit de V.S.
Nee
Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .