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

Utvikling og evaluering av et kunstig intelligensverktøy for koloskopihjelp (IACOL)

31. januar 2024 oppdatert av: Assistance Publique - Hôpitaux de Paris
Prosjekt som tar sikte på å utvikle en algoritme for å hjelpe tolkningen av kolposkopibilder, for deretter å evaluere effektiviteten til denne algoritmen ved å bruke den på nye tilfeller og sammenligne resultatene oppnådd med inntrykket av ekspertklinikere

Studieoversikt

Status

Har ikke rekruttert ennå

Intervensjon / Behandling

Detaljert beskrivelse

På grunn av økningen i antall kolposkopier etter endringer i anbefalingene angående screening av livmorhalskreft, lurte etterforskerne på fordelen med hjelp fra dataverktøyet. Flere team har allerede utviklet algoritmer for å hjelpe til med tolkningen av kolposkopi, men studiene ble utført i land som ikke har den kolposkopiske ekspertisen til franske utøvere, og ingen algoritme har vist sin effektivitet så vidt vi vet, de forskjellige resultatene er inhomogene. . Etterforskerne ønsket derfor å utvikle en algoritme for å hjelpe kolposkopi basert på kliniske tilfeller utført av utøvere ansett som eksperter, og deretter evaluere effektiviteten.

Etterforskerne samler manuelt data om voksne pasienter som gjennomgikk kolposkopi av en ekspertlege ved La Pitié-Salpêtrière mellom 1. september 2022 og 31. desember 2023, for hvem fotografiene av den kolposkopiske undersøkelsen (uten farging, etter sur eddiksyre og etter Lugol) er tilgjengelige og brukbare og som den kliniske konteksten er kjent for. Hvis det er utført en biopsi, regnes det histologiske resultatet som gullstandarden. Hvis dette ikke er tilfelle (normal og tilfredsstillende kolposkopi), anser etterforskerne som standard at histologien er normal. Etterforskerne ekskluderte alle pasienter som fotografier var av dårlig kvalitet eller utilgjengelige for.

Utvikling av algoritmen ved hjelp av en informatikkstudent, med sikte på å svare på følgende 2 spørsmål:

  • antatt histologisk resultat
  • lokalisering av den målrettede biopsien om nødvendig

Evaluering av algoritmen: bruk av algoritmen for nye tilfeller, deretter sammenligning av resultatene oppnådd med responsen gitt av ekspertklinikere (lesing av bilder av 2 kolposkopister). Målet vil være å synliggjøre algoritmens ikke-underlegenhet.

Studietype

Observasjonsmessig

Registrering (Antatt)

1000

Kontakter og plasseringer

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

Studiekontakt

Studer Kontakt Backup

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

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

- Voksne pasienter som gjennomgikk kolposkopi med rettet biopsi på La Pitié-Salpêtrière mellom 1. september 2022 og 31. desember 2023

Beskrivelse

Inklusjonskriterier:

  1. Voksne pasienter som gjennomgikk kolposkopi med rettede biopsier på La Pitié-Salpêtrière mellom 1. september 2022 og 31. desember 2023
  2. Kjent klinisk kontekst (hvorfor pasienten gjennomgikk kolposkopi)
  3. Histologiske resultater av livmorhalsbiopsier (+/- konisering eller til og med hysterektomi) kjent
  4. Bilder tilgjengelig (fotografier av livmorhalsen uten forberedelse, etter påføring av eddiksyre og etter påføring av lugol)
  5. Informert om studien og motsetter seg ikke bruken av dataene deres

Ekskluderingskriterier:

  • Pasienter som ikke snakker fransk

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Utvikling av en algoritme for å hjelpe med å tolke kolposkopibilder
Tidsramme: 4 måneder etter inkludering

Opprettelse av en bildedatabase med korrelasjon til kliniske og histologiske data, ved bruk av data fra omsorg ved Pitié-Salpêtrière Hospital. Det vil bli valgt ut hundre saker til studien blant de hundrevis som er tilgjengelig på avdelingen.

Annotering av kolposkopibilder i henhold til anbefalingene fra French Society of Colposcopy and Cervico Vaginal Pathology (SFCPCV), deretter korrelasjon med histologiske data.

Utvikling av en algoritme for å gjenkjenne og analysere kolposkopibilder, ved hjelp av en informatikkstudent, ved bruk av de analyserte dataene.

4 måneder etter inkludering

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Vurder effektiviteten til denne algoritmen
Tidsramme: 4 måneder etter inkludering
Sammenligning av algoritmekorrelasjonsrate med histologiske data med klinikerkorrelasjonsrate til histologiske data
4 måneder etter inkludering

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 (Antatt)

1. mars 2024

Primær fullføring (Antatt)

31. oktober 2024

Studiet fullført (Antatt)

31. oktober 2024

Datoer for studieregistrering

Først innsendt

4. januar 2024

Først innsendt som oppfylte QC-kriteriene

4. januar 2024

Først lagt ut (Faktiske)

17. januar 2024

Oppdateringer av studieposter

Sist oppdatering lagt ut (Antatt)

1. februar 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

31. januar 2024

Sist bekreftet

1. januar 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

IPD-planbeskrivelse

Prosedyrene utført med den franske personvernmyndigheten (CNIL, Commission nationale de l'informatique et des libertés) sørger ikke for overføring av databasen, og heller ikke informasjonen og samtykkedokumentene signert av pasientene.

Høring av redaksjonen eller interesserte forskere av individuelle deltakerdata som ligger til grunn for resultatene rapportert i artikkelen etter avidentifikasjon kan likevel vurderes, med forbehold om forhåndsbestemmelse av vilkårene og betingelsene for slik konsultasjon og med respekt for overholdelse av gjeldende regelverk.

IPD-delingstidsramme

Begynner 3 måneder og slutter 3 år etter publisering av artikkelen. Forespørsler utenfor denne tidsrammen kan også sendes til sponsoren

Tilgangskriterier for IPD-deling

Forskere som kommer med et metodisk godt forslag.

IPD-deling Støtteinformasjonstype

  • STUDY_PROTOCOL
  • ICF

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