Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Kunstmatige intelligentie-geleide detectie van bloedvaten om de veiligheid bij endoscopische ingrepen in de derde ruimte te verbeteren

14 april 2026 bijgewerkt door: Abhishek Tyagi, Asian Institute of Gastroenterology, India

Kunstmatige Intelligentie-geleide detectie van anatomische markeringen om de veiligheid bij endoscopische procedures in de derde ruimte te verbeteren

Deze prospectieve studie heeft als doel de prestaties te evalueren van een nieuw klinisch beslissingsondersteunend hulpmiddel op basis van kunstmatige intelligentie (AI) tijdens derderuimte-endoscopische procedures, zoals Endoscopische Submucosale Dissectie (ESD) en Perorale Endoscopische Myotomie (POEM).

Hoewel deze procedures effectief zijn voor de behandeling van gastro-intestinale neoplasmen en motiliteitsstoornissen, brengen ze risico's met zich mee van intraprocedurele bloedingen en perforatie als submucosale bloedvaten niet correct worden geïdentificeerd en gecoaguleerd. Voortbouwend op eerdere retrospectieve validatie, zal deze studie beoordelen of een realtime kunstmatige-intelligentiemodel endoscopisten kan helpen bij het nauwkeuriger en sneller detecteren en afbakenen van bloedvaten tijdens live menselijke procedures.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

Achtergrond en Redenering

Endoscopische procedures in de derde ruimte zijn technisch veeleisend. De grootste uitdaging ligt in het per ongeluk doorsnijden van submucosale bloedvaten, wat leidt tot bloedingen die het operatieveld verduisteren en het risico op perforatie vergroten. Momenteel is de identificatie van bloedvaten volledig afhankelijk van de operator.

Ons team heeft een deep learning-gebaseerd kunstmatig intelligentiemodel ontwikkeld, getraind op 250.000 geannoteerde afbeeldingen van 150 POEM-procedures. Dit model is geoptimaliseerd voor minimale latentie, waardoor realtime visuele overlays (afbakening) van bloedvaten op de endoscopiemonitor mogelijk zijn.

Studiedoelstellingen De primaire doelstelling is het evalueren van de Vaatdetectiesnelheid (VDR) - het aandeel bloedvaten dat door de endoscopist wordt geïdentificeerd wanneer hij wordt geassisteerd door de AI vergeleken met de standaardpraktijk.

De studie zal ook onderzoeken:

Vaatdetectietijd (VDT): De latentie tussen het verschijnen van een bloedvat in het gezichtsveld en de identificatie ervan.

Studieontwerp & Werkstroom:

In deze prospectieve studie wordt het AI-systeem geïntegreerd in de Olympus EVIS X1-serie endoscopiestack. Terwijl de endoscopist door de submucosale ruimte navigeert, biedt de AI realtime visuele segmentatiemaskers die bloedvaten markeren. De prestaties worden geregistreerd en vergeleken met een post-procedure beoordeling door onafhankelijke experts om de gevoeligheid en detectiesnelheid te berekenen.

Studietype

Ingrijpend

Inschrijving (Geschat)

20

Fase

  • Niet toepasbaar

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

Studie Contact Back-up

Studie Locaties

  • Indië
    • Telangana
      • Hyderabad, Telangana, Indië, 500032
        • Werving
        • Asian Institute of Gastroenterology
        • Contact:
        • Hoofdonderzoeker:
          • Abhishek Tyagi, M.S.

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

  • Kind
  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Beschrijving

Inclusiecriteria:

  • Patiënten gediagnosticeerd met Achalasia Cardia of neoplasma's.

Exclusiecriteria:

  • Patiënten met aandoeningen die als ongeschikt worden beschouwd voor endoscopische procedures in de derde ruimte (bijv.: Candidiasis)

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

  • Primair doel: Toestel Haalbaarheid
  • Toewijzing: Gerandomiseerd
  • Interventioneel model: Parallelle opdracht
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Actieve vergelijker: Met Kunstmatige Intelligentie
Endoscopist zal de AI-gegenereerde segmentatiemasker zien
Apparaat: AI gegenereerd segmentatiemasker voor submucosale bloedvaten
Real-time AI-gegenereerde segmentatiemasker of delineatiecontouren voor sub-mucosale bloedvaten zichtbaar op de endoscopiemonitor.
Geen tussenkomst: Zonder Kunstmatige Intelligentie
De endoscopist zal de door AI gegenereerde segmentatiemasker niet zien

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Vaatdetectiepercentage (VDR)
Tijdsspanne: 3 maanden
het aandeel van de vaten dat door de endoscopist wordt geïdentificeerd
3 maanden

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Vatdetectietijd (VDT)
Tijdsspanne: 3 maanden
De latentie tussen het verschijnen van een vat in het gezichtsveld en de identificatie ervan.
3 maanden

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Asian Institute of Gastroenterology, India

Onderzoekers

  • Hoofdonderzoeker: Abhishek Tyagi, Asian Intitute of Gastroenterology

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

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 (Werkelijk)

10 februari 2026

Primaire voltooiing (Geschat)

30 april 2026

Studie voltooiing (Geschat)

30 april 2026

Studieregistratiedata

Eerst ingediend

27 januari 2026

Eerst ingediend dat voldeed aan de QC-criteria

3 februari 2026

Eerst geplaatst (Werkelijk)

10 februari 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

15 april 2026

Laatste update ingediend die voldeed aan QC-criteria

14 april 2026

Laatst geverifieerd

1 februari 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • AITSE-1

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

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 .

Abonneren