Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Forskningen av AI Assistant Gastroscope Training

23. oktober 2021 oppdatert av: Renmin Hospital of Wuhan University

Forskningen av kunstig intelligens hjelpesystem effektivitet for nybegynnere endoskopister Gastroskopi opplæring

I denne studien foreslo vi en prospektiv studie om effektiviteten av kunstig intelligenssystem for gastroskoptrening hos nybegynnere endoskopister. Fagene vil bli delt inn i to grupper. Eksperimentgruppen skulle trenes i smertefri gastroskopi ved hjelp av assistentsystemet for kunstig intelligens. Assistentsystemet for kunstig intelligens kan gi unormale lesjoner og delene som dekkes av undersøkelsen (magen er delt inn i 26 deler). Kontrollgruppen ville motta rutinemessig smertefri gastroskopi-trening uten spesielle oppfordringer. Deretter sammenligner vi gastroskopioperasjonsresultatet, dekningsgraden for blinde flekker i gastroskopi, sjekker gjennomsnittlig testpoengsum før og etter trening, treningstilfredshet, deteksjonsfrekvens av lesjoner og så videre mellom de to gruppene.

Studieoversikt

Detaljert beskrivelse

I denne studien foreslo vi en prospektiv studie om effektiviteten av kunstig intelligenssystem for gastroskoptrening hos nybegynnere endoskopister. Fagene vil bli delt inn i to grupper. Eksperimentgruppen skulle trenes i smertefri gastroskopi ved hjelp av assistentsystemet for kunstig intelligens. Assistentsystemet for kunstig intelligens kan gi unormale lesjoner og delene som dekkes av undersøkelsen (magen er delt inn i 26 deler). Kontrollgruppen ville motta rutinemessig smertefri gastroskopi-trening uten spesielle oppfordringer. Deretter sammenligner vi gastroskopioperasjonsresultatet, dekningsgraden for blinde flekker i gastroskopi, sjekker gjennomsnittlig testpoengsum før og etter trening, treningstilfredshet, deteksjonsfrekvens av lesjoner og så videre mellom de to gruppene.

Studietype

Intervensjonell

Registrering (Faktiske)

288

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

      • Wuhan, Kina, 430060
        • Renmin Hospital of Wuhan University

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år til 70 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Kjønn som er kvalifisert for studier

Alle

Beskrivelse

Nybegynnere endoskopister:

Inklusjonskriterier:

  1. menn eller kvinner som er over 18 år;
  2. Etter kvalifisert medisinsk utdanning og oppnådd sertifikatet for kinesisk lege;

Ekskluderingskriterium:

  1. En lege som allerede har fått opplæring i gastroenteroskopi;
  2. Leger uten kvalifisert medisinsk utdanning og ikke oppnådd sertifikatet fra kinesisk lege;
  3. Forskeren mener forsøkspersonene ikke egner seg til å delta i kliniske studier.

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Screening
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Dobbelt

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: med kunstig intelligens assistentsystem
Eksperimentgruppen skulle få opplæringen ved hjelp av kunstig intelligens assistentsystem i tillegg til fellestreningen. Systemet er et ikke-invasivt AI-system som kan hjelpe endoskopistene med å diagnostisere og overvåke blindflekken under gastroskopet.
Intervensjonen er bruk av assistentsystemet kunstig intelligens i tillegg til fellestreningen. Systemet er et ikke-invasivt AI-system som kan hjelpe endoskopistene med å diagnostisere og overvåke blindflekken under gastroskopet.
Ingen inngripen: uten assistentsystem for kunstig intelligens
Kontrollgruppen ville få opplæringen uten hjelp av assistentsystem for kunstig intelligens. Det vil si at de ville få den felles opplæringsprosessen.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Gastroskopi operasjonsscore
Tidsramme: tre måneder
Ved å bruke en skåringsskala for profesjonell gastroskopioperasjon er den fulle poengsummen 100 poeng, og poengsummen er delt inn i små poster. I dette eksperimentet ble effekten av trening mellom de to gruppene sammenlignet ved å sammenligne skårene for gastroskopioperasjon i forsøksgruppen og kontrollgruppen.
tre måneder

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Dekningsgrad av blinde flekker ved gastroskopi
Tidsramme: tre måneder
Evaluer gastroskopoperasjonsvideoene som hver enkelt lege har beholdt under undersøkelsen, og beregn dekningen av 26 deler av mageslimhinnen i forsøksgruppen og kontrollgruppen under undersøkelsen. Beregningsmetoden er: dekningsgraden for det blinde området ved gastroskopien = faktisk antall deler dekket av undersøkelsen/26 deler av magesekken x 100 %.
tre måneder
Sjekk gjennomsnittlig testresultat før og etter trening
Tidsramme: tre måneder
forskjellen mellom den teoretiske prøven etter treningen og den teoretiske prøven før treningen, beregningsmetoden: den teoretiske prøven etter treningen - den teoretiske prøven før treningen.
tre måneder
Treningstilfredshet
Tidsramme: tre måneder
En AI-assistentgruppe fyller ut et spørreskjema etter trening, og fastslår tilfredsheten med AI-assistentopplæring gjennom en graderingsmetode.
tre måneder
Deteksjonshastighet av lesjoner
Tidsramme: tre måneder
påvisningshastigheten av lesjoner i forsøksgruppen og kontrollgruppen ved gastroskopi. Beregningsmetode = antall gastroskop med påviste lesjoner/totalt antall gastroskop fullført av nybegynnere x 100 %.
tre måneder

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Etterforskere

  • Hovedetterforsker: Honggang W Yu, Doctor, Renmin Hospital of Wuhan University

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

23. desember 2020

Primær fullføring (Faktiske)

25. mai 2021

Studiet fullført (Faktiske)

26. juni 2021

Datoer for studieregistrering

Først innsendt

20. desember 2020

Først innsendt som oppfylte QC-kriteriene

20. desember 2020

Først lagt ut (Faktiske)

24. desember 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

26. oktober 2021

Siste oppdatering sendt inn som oppfylte QC-kriteriene

23. oktober 2021

Sist bekreftet

1. desember 2020

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • EA-19-003-19

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Kliniske studier på Opplæring

Kliniske studier på Assistentsystem for kunstig intelligens

3
Abonnere