EndoStyle: Artificial Intelligence Image Transformation Tool for Colonoscopy (EndoStyle)
EndoStyle: Survey of Physicians on Endoscopic Image Style Transfer.
Studieoversikt
Detaljert beskrivelse
Bruken av kunstig intelligens (AI) i gastrointestinal endoskopi har blitt utbredt. Imidlertid er disse systemene ofte bare trent med data fra en enkelt type endoskopiprosessor, noe som begrenser deres anvendelighet. I tillegg er tilgjengeligheten av bilder kommentert av eksperter begrenset, noe som påvirker datavariabiliteten og dermed ytelsen til AI-systemer.
Målet med denne studien er å utvikle et nytt kunstig intelligens (AI) basert system (EndoStyle) og validere dets autentisitet ved hjelp av en undersøkelse blant leger, som er i stand til å generere flere bilder i stil med forskjellige prosessortyper (inkludert Olympus, Pentax og Storz) fra et enkelt endoskopireferansebilde.
Etterforskernes hypotese er at AI-systemet er i stand til å lykkes med å endre bildestilen til videoprosessorer, og forskjellene er umerkelige for endoskopistens øye.
Metodikken består i å vise til flere endoskopister 28 koloskopisekvenser med 10 sekunders varighet hver. I hver av dem vil det bli vist 3 bilder som kan være alle mulige kombinasjoner av bilder som tilhører positiv kontroll, negativ kontroll og Endostyle (intervensjonsgruppe). Ved å utføre en statistisk sammenligning av prosentandelen av utvalgte bilder for hver gruppe vil etterforskerne kunne fastslå om deltakerne er i stand til å skille bildene som er transformert av AI.
Hvis resultatene bekrefter hypotesen vår, kan systemet vårt generere bilder som vil tillate en mer tilpasset opplæring av AI-systemer for hvert klinisk oppsett.
Studietype
Registrering (Faktiske)
Kontakter og plasseringer
Studiesteder
-
-
Bavaria
-
Würzburg, Bavaria, Tyskland, 97080
- University Clinic of Würzburg
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Prøvetakingsmetode
Studiepopulasjon
Beskrivelse
Inkluderingskriterier:
- Leger med erfaring innen koloskopi.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
Positiv kontroll
Bildet som vises til deltakeren tilhører den samme koloskopien som vises i 10 sekunders videosekvens.
|
|
|
Negativ kontroll
Bildet som vises til deltakeren tilhører den samme koloskopien som vises i 10 sekunders videosekvens.
|
|
|
EndoStyle (intervensjonsgruppe)
Bildet som vises til deltakeren, tilhører ikke 10 sekunders koloskopi-videosekvensen, men har blitt transformert med AI for å simulere stilen til videoen.
|
EndoStyle-systemet er i stand til å transformere stilen til de forskjellige videoprosessorbildene.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Perseptuell utskillelighet av AI-transformerte endoskopiske bilder
Tidsramme: 5 måneder
|
Sammenligning av nøyaktigheten for hver studiegruppe.
|
5 måneder
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Tid tatt for bildeidentifikasjon
Tidsramme: 5 måneder
|
Tid det tar å vurdere de forskjellige oppgavene i henhold til hver studiegruppe.
|
5 måneder
|
|
Påvirkning av regelmessig brukt prosessor
Tidsramme: 5 måneder
|
Påvirkning av regelmessig brukt endskopiprosessor under klinisk arbeid for perseptuell utskillelighet av AI-transformerte endoskopiske bilder med definerte prosessorklasser
|
5 måneder
|
|
Påvirkning av erfaring med endoskopi
Tidsramme: 5 måneder
|
Påvirkning av erfaring med endoskopi målt i levetid utførte koloskopier på perseptuell utskillelighet av AI-transformerte endoskopiske bilder
|
5 måneder
|
Samarbeidspartnere og etterforskere
Sponsor
Etterforskere
- Hovedetterforsker: Alexander Hann, MD, University hospital of Würzburg
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Faktiske)
Studiet fullført (Faktiske)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Antatt)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- AI05
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
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. .