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

Utvikling av en datastøttet beslutningsstøtte for polypektomi

Kvalitetskomponenter av koloskopi inkluderer påvisning og fullstendig fjerning av kolorektale polypper, som er forløpere til CRC. Endoskopisk ablasjon kan imidlertid være ufullstendig, noe som utgjør en risiko for utvikling av "intervallkreft". Etterforskerne foreslår å utvikle en løsning basert på kunstig intelligens (AI) (CADp datamaskinstøttet beslutningsstøtte polypektomi) for å løse dette problemet. Dette forskningsprosjektet tar sikte på å utvikle CADp, en datamaskinbeslutningsstøtteløsning (CDS) for ablasjon av kolorektale polypper fra 1 til 20 mm.

Studieoversikt

Detaljert beskrivelse

Dette forskningsprosjektet tar sikte på å utvikle CADp, en datamaskinbasert beslutningsstøtte (CDS) løsning for fjerning av kolorektale polypper fra 1-20 mm. Etterforskerne vil bruke et video- og bildedatasett av polypektomi-prosedyrer for å trene CADp-modellen; dermed kan den gi sanntids overlagt videotilbakemelding for polypektomiprosedyrer basert på fem spesifikke beregninger: 1) estimering av polyppstørrelse; 2) prediksjon av morfologi og histologi; 3) forslag om et passende reseksjonstilbehør og teknisk tilnærming basert på egenskapene, størrelsen og histologien til polyppen i henhold til gjeldende retningslinjer; 4) bildeoverlegg, basert på semantisk bildesegmenteringsteknologi, som viser omfanget av lesjonen og forslag til en passende reseksjonsmarginkontur rundt polyppen for å sikre fullstendig fjerning; 5) analyse etter reseksjon for å identifisere gjenværende polyppvev eller utilstrekkelig reseksjonsmargin som kan øke denne risikoen.

Etterforskerne vil samle inn et sett med bilder og videodata fra levende polypektomi-prosedyrer for å utnytte nylige fremskritt innen AI-teknologi for å trene dyplæringsmodeller. Dette datasettet vil bli hentet prospektivt fra en kohort av voksne (alder 45-80) som gjennomgår screening, diagnostiske eller overvåkingskoloskopier. For å trene CADp-løsningen vil etterforskerne oppnå den tilsvarende fullstendigheten av reseksjonsstatus ved å bruke utbyttet av post-reseksjonsmarginbiopsier. Datasettet vil bli delt inn i to grupper, henholdsvis opplæringen og CADp-testen.

Studietype

Intervensjonell

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiesteder

    • Quebec
      • Montréal, Quebec, Canada
        • Centre hospitalier universitaire de Montréal

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

41 år til 76 år (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Alle

Beskrivelse

Inklusjonskriterier:

  • Signert informert samtykke
  • Alder 45-80 år
  • Indikasjon for å gjennomgå en endoskopi med lavere GI.

Ekskluderingskriterier:

  • Kjent inflammatorisk tarmsykdom
  • Aktiv kolitt
  • Koagulopati
  • Familiært polyposesyndrom;
  • Dårlig generell helse, definert som et American Society of Anesthesiologists (ASA) fysisk statusklasse >3
  • Nødkoloskopier

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Støttende omsorg
  • Tildeling: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Kunstig intelligens for sanntids databeslutningsstøtte for reseksjon av kolorektale polypper
En standard koloskopi vil bli utført i henhold til standarden for rutinemessig behandling. Alle optisk diagnostiserte polypper vil bli fjernet og sendt til CHUM patologilaboratorium for histopatologisk evaluering i henhold til institusjonelle standarder. AI-systemet vil ta opp video av prosedyren i sanntid, og gi tilleggsinformasjon om polypektomi-prosedyrer.
AI-systemet vil fange opp livevideoen av prosedyren, og AI-tilbakemeldingen vil vises på en annen skjerm installert ved siden av den vanlige endoskopiskjermen. Skjerm A viser det vanlige endoskopibildet, og skjermbildet B vil vise det vanlige endoskopibildet sammen med områdene som kan inneholde en polypp og informasjonen for å hjelpe polypektomien.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktighet av CADp-systemet
Tidsramme: 3 uker
nøyaktighet med hvilken CADp-systemet forutsier fullstendigheten av polypektomi i testsettet, med referansestandarden for fullstendighet som bestemmes av histologien til post-polypektomi marginbiopsier; hvis det er fritt for polyppvev (adenomatøst, taggete eller hyperplastisk), vil reseksjonen anses som fullført. Hvis gjenværende polyppvev påvises i en eller flere av marginbiopsiene, anses reseksjonen som ufullstendig
3 uker
Fullstendighet av polypektomi
Tidsramme: 1 måned
Vi vil vurdere samsvaret mellom de forskjellige subjektive og objektive måtene å vurdere fullstendigheten av polypektomi: evaluering av marginer (tilstedeværelse eller ikke, måling av marginer) ved endoskopers egenvurdering og ved ekspertkonsensus.
1 måned
Trening CADp
Tidsramme: 1 måned
Evaluering av samsvar av data om polyppstørrelse, utvidelse av marginer rundt polyppen, kvalitet på reseksjon mellom kliniske data (endoskopistenes egenvurdering og eksperters vurderinger) og CADp-prediksjon.
1 måned
Validitet av valg av primærutfall
Tidsramme: 1 måned
Basert på resultatene og sammenligning av de ulike vurderingsmetodene vil vi utføre sensitivitetsanalyser for å vurdere validiteten og robustheten av valg av primærutfall.
1 måned

Samarbeidspartnere og etterforskere

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

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 (Forventet)

1. desember 2021

Primær fullføring (Forventet)

1. april 2023

Studiet fullført (Forventet)

1. april 2023

Datoer for studieregistrering

Først innsendt

16. februar 2021

Først innsendt som oppfylte QC-kriteriene

20. mars 2021

Først lagt ut (Faktiske)

23. mars 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (Anslag)

13. desember 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

9. desember 2022

Sist bekreftet

1. desember 2022

Mer informasjon

Begreper knyttet til denne studien

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. .

Abonnere