Effekten av kunstig intelligens-assistert Colon Polyp Detection System
9. oktober 2023 oppdatert av: Xiangya Hospital of Central South University
Forskning på hjelpediagnose- og behandlingssystemet for fordøyelsesendoskopi basert på kunstig intelligens: en effektivitetsstudie av kunstig intelligens-assistert kolonpolyppdeteksjonssystem
Dette er en randomisert kontrollert multisenter klinisk studie av datastøttet deteksjon (CADe) system for adjuvant diagnose av intestinale polypper/adenomer som noen gang er utført i en kinesisk befolkning.
I tillegg vil denne studien evaluere effekten av CADe-systemet på adenomdeteksjon hos endoskopister under utmattelse.
Studieoversikt
Studietype
Intervensjonell
Registrering (Faktiske)
1906
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Hunan
-
Changsha, Hunan, Kina
- Xiangya Hospital Central South University
-
Loudi, Hunan, Kina
- Loudi Central Hospital
-
-
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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Ja
Beskrivelse
Inklusjonskriterier: Pasienter som må gjennomgå koloskopi. -
Eksklusjonskriterier: Pasienter med CRC, inflammatorisk tarmsykdom, tidligere tykktarmsreseksjon og antitrombotisk terapi som utelukket polypperseksjon ble ekskludert.
-
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: Dobbelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: AI-assistert gruppe
Personer i denne gruppen gjennomgår AI-assistert koloskopi.
Det AI-assisterte systemet har ikke bare funksjonen til automatisk polyppdeteksjon, men har også funksjonen til koloskopisk kvalitetskontroll.
|
AI kan ikke bare oppdage mistenkelige lesjoner i tide og merke dem i synsfeltet til koloskopien, men også overvåke abstinenshastigheten og beregne den rene abstinenstiden automatisk.
|
|
Ingen inngripen: kontrollgruppe
Personer i denne gruppen gjennomgår rutinemessig koloskopi.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
adenomdeteksjonshastighet
Tidsramme: opptil 2 måneder
|
Andelen pasienter med minst ett histologisk påvist adenom eller karsinom
|
opptil 2 måneder
|
|
overholdelsesgrad for tilbaketrekkingstid
Tidsramme: opptil 2 måneder
|
Andelen pasienter med ren abstinenstid >6min.
|
opptil 2 måneder
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
polyppdeteksjonshastighet
Tidsramme: opptil 2 måneder
|
Andelen pasienter med minst én polypp.
|
opptil 2 måneder
|
|
adenom per koloskopi
Tidsramme: opptil 2 måneder
|
Antall adenomer påvist per koloskopi
|
opptil 2 måneder
|
|
polypp per koloskopi
Tidsramme: opptil 2 måneder
|
Antall polys påvist per koloskopi
|
opptil 2 måneder
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Etterforskere
- Hovedetterforsker: Xiaowei Liu, doctor, Xiangya Hospital of Central South University
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)
25. juli 2023
Primær fullføring (Faktiske)
20. september 2023
Studiet fullført (Faktiske)
30. september 2023
Datoer for studieregistrering
Først innsendt
4. juli 2023
Først innsendt som oppfylte QC-kriteriene
4. juli 2023
Først lagt ut (Faktiske)
12. juli 2023
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
10. oktober 2023
Siste oppdatering sendt inn som oppfylte QC-kriteriene
9. oktober 2023
Sist bekreftet
1. juli 2023
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 202306499
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. .