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

Studie om bruk av kunstig intelligens (Fujifilm) for polyppdeteksjon i koloskopi (Fuji AI)

27. juni 2023 oppdatert av: Prof. Dr. Thomas Rösch, Universitätsklinikum Hamburg-Eppendorf

Prospektiv randomisert studie om bruk av kunstig intelligens (Fujifilm) for polyppdeteksjon i koloskopi

Koloskopi er for tiden den beste metoden for påvisning av tarmsvulster og polypper, spesielt fordi polypper også kan biopsieres og fjernes. Det er en klar sammenheng mellom adenomdeteksjonsrate og forebyggede karsinomer, så adenomdeteksjonsrate er hovedparameteren for utfallskvaliteten ved diagnostisk koloskopi. Effektiviteten til forebyggende koloskopi trenger optimalisering ved å øke adenomdeteksjonsraten, da det er kjent fra mange studier at omtrent 15-30 % av alle adenomer kan overses. Dette gjelder hovedsakelig mindre og flate adenomer. Men siden enda mindre polypper kan være relevante for utvikling av tykktarmskreft, bør målet med koloskopi være å helst kunne gjenkjenne alle polypper og andre forandringer. Den siste og desidert mest interessante utviklingen på dette feltet er bruken av kunstig intelligens systemer. De består av en påslått programvare med en liten datamaskin koblet til endoskopprosessoren; pasientens introduserte endoskop er helt uendret.

Denne studien sammenligner derfor adenomdeteksjonsraten (ADR) til den siste generasjonen av enheter med høyoppløselig bildebehandling fra Fujifilm med og uten kobling av kunstig intelligens.

Studieoversikt

Detaljert beskrivelse

Methods of Computer Vision (CV) og Artificial Intelligence (AI) gir helt nye muligheter, f.eks. i automatisk polyppdeteksjon og differensiering av en lesjon basert på dens endoskopiske bilde. Datasyn ved bruk av kunstig intelligens-metoder betyr bruk av "trent" såkalt dypt nevralt nett (DNN) med et sett med definerte bilder (f. hverdagsscener) og kjente løsninger (f.eks. navnet på det avbildede elementet; c.f. f.eks. "ImageNet Challenge"). Den tekniske gjennomførbarheten av å bruke AI-algoritmer i endoskopi er allerede bevist i mange tilfeller. I denne studien er det et AI-system fra Fujifilm, som allerede er klinisk brukbart. Ved å bruke Fujifilm høyoppløselige bildeenheter i koloskopier, vil AI bli lagt til tilfeldig.

Studietype

Intervensjonell

Registrering (Antatt)

1572

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

  • Navn: Thomas Rösch, Prof. Dr.
  • Telefonnummer: 50098 +49 40 7410
  • E-post: t.roesch@uke.de

Studer Kontakt Backup

Studiesteder

      • Bad Salzuflen, Tyskland, 32105
        • Avsluttet
        • GastroZentrum Lippe
      • Berlin, Tyskland, 10825
        • Rekruttering
        • Gastroenterologie am Bayerischen Platz
        • Ta kontakt med:
        • Ta kontakt med:
        • Underetterforsker:
          • Stefan Schubert, Dr.
        • Underetterforsker:
          • Peter Amerding, Dr.
        • Underetterforsker:
          • Thomas Liceni, Dr.
      • Bonn, Tyskland, 53127
        • Rekruttering
        • University Hospital Bonn
        • Ta kontakt med:
        • Hovedetterforsker:
          • Dominik J Kaczmarek, PD Dr.
      • Hamburg, Tyskland, 20246
        • Rekruttering
        • University Hospital Eppendorf
        • Ta kontakt med:
          • Thomas Rösch, Prof. Dr
          • Telefonnummer: 50098 +49 40 7410
          • E-post: t.roesch@uke.de
        • Ta kontakt med:
        • Underetterforsker:
          • Guido Schachschal, Dr.
        • Underetterforsker:
          • Katharina Zimmermann-Fraedrich, Dr.
        • Hovedetterforsker:
          • Thomas Rösch, Prof. Dr.
      • Köln, Tyskland, 50733
        • Rekruttering
        • St. Vinzenz-Hospital / Akademisches Lehrkrankenhaus der Universität zu Köln
        • Ta kontakt med:
        • Hovedetterforsker:
          • Philipp Zervoulakos, Dr.
      • Magdeburg, Tyskland, 39120
        • Rekruttering
        • University Hospital Magdeburg
        • Ta kontakt med:
        • Hovedetterforsker:
          • Jochen Weigt, PD Dr.
      • Osnabrück, Tyskland, 49074
      • Wiesbaden, Tyskland, 65197
        • Rekruttering
        • Asklepios Paulinen Klinik Wiesbaden
        • Ta kontakt med:
        • Hovedetterforsker:
          • Andrea May, Prof. Dr.
    • Hessen
      • Kassel, Hessen, Tyskland, 34127
        • Avsluttet
        • Gastroenterologiepraxis Dr. Moog
    • Sachsen

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

35 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Ja

Beskrivelse

Inklusjonskriterier:

  • Personer > 35 år som er i stand til å gi informert samtykke
  • Planlagt diagnostisk koloskopi (avklaring av symptomer, polyppoppfølging)
  • Screeningkoloskopi for menn >50 eller kvinner >55 år

Ekskluderingskriterier:

  • Kolon blødning
  • Kolonkarsinom
  • Kjente polypper for fjerning
  • Inflammatorisk tarmsykdom
  • Kolonstenose
  • Annen mistenkt tykktarmssykdom for ytterligere avklaring
  • Oppfølging etter tykktarmskreftoperasjon (delvis tykktarmsreseksjon)
  • Antikoagulerende legemidler som gjør en biopsi eller polypektomi umulig
  • Dårlig allmenntilstand (ASA IV)
  • Ufullstendig koloskopi planlagt

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: Randomisert
  • Intervensjonsmodell: Parallell tildeling
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Annen: AI koloskopi
koloskopi med kunstig intelligens lagt til
tillegg av polyppdeteksjonsalgoritme av Fujifilm
Sham-komparator: konvensjonell koloskopi
tillegg av polyppdeteksjonsalgoritme av Fujifilm

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Adenomadeteksjonshastighet
Tidsramme: under prosedyren til histologisk undersøkelsesresultat, ca. 2 dager
Forskjell i adenomdeteksjonsrate (alle adenomer/alle pasienter) mellom de to gruppene
under prosedyren til histologisk undersøkelsesresultat, ca. 2 dager

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Pasientrateforskjell
Tidsramme: under prosedyren til histologisk undersøkelsesresultat, ca. 2 dager
Forskjeller i pasientraten med adenomer (adenomdeteksjonsrate, dvs. rate av pasienter med minst ett adenom)
under prosedyren til histologisk undersøkelsesresultat, ca. 2 dager
Adenom undergruppeforskjeller
Tidsramme: histologisk undersøkelsesresultat, ca. 2 dager
Forskjeller undergrupper av adenomer (flat, liten, høygradig dysplasi)
histologisk undersøkelsesresultat, ca. 2 dager
rate av hyperplastisk polyppdeteksjon i begge grupper
Tidsramme: histologisk undersøkelsesresultat, ca. 2 dager
Forskjeller i påvisning av hyperplastiske polypper
histologisk undersøkelsesresultat, ca. 2 dager
frekvensen av polyppdeteksjon i forebyggende og diagnostisk koloskopi
Tidsramme: under prosedyren til histologisk undersøkelsesresultat, ca. 2 dager
Forskjeller i forebyggende versus diagnostisk koloskopi
under prosedyren til histologisk undersøkelsesresultat, ca. 2 dager
Byttenummer (BLI, LCI) i begge grupper
Tidsramme: under prosedyren
antall bytter til visuell støtte av fargefiltre
under prosedyren
forekomst av årsaker til å bytte til BLI/LCI
Tidsramme: under prosedyren
grunner til å bytte til visuell støtte med fargefiltre
under prosedyren
kvaliteten på polyppdeteksjonsfrekvens ved bildeevaluering
Tidsramme: inntil 2 måneder etter rekrutteringsstopp
differensialdiagnose av kolonpolypper i begge grupper med/uten CADEYE)
inntil 2 måneder etter rekrutteringsstopp

Samarbeidspartnere og etterforskere

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

Etterforskere

  • Hovedetterforsker: Thomas Rösch, Prof. Dr., Universitätsklinikum Hamburg-Eppendorf

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.

Generelle publikasjoner

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)

28. oktober 2020

Primær fullføring (Antatt)

1. mai 2024

Studiet fullført (Antatt)

1. september 2024

Datoer for studieregistrering

Først innsendt

1. desember 2020

Først innsendt som oppfylte QC-kriteriene

18. mai 2021

Først lagt ut (Faktiske)

20. mai 2021

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

28. juni 2023

Siste oppdatering sendt inn som oppfylte QC-kriteriene

27. juni 2023

Sist bekreftet

1. juni 2023

Mer informasjon

Begreper knyttet til denne studien

Ytterligere relevante MeSH-vilkår

Andre studie-ID-numre

  • PV7284

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