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

Prospektiv evaluering av en endoskopisk ultralyd (EUS) -basert kunstig intelligens for å hjelpe til med utplassering av lumen som apponerer metallstenter for drenering av galleblæren (EUS-AI GBD)

13. mars 2026 oppdatert av: Neil Marya, University of Massachusetts, Worcester
Lumen som bruker metallstenter brukes nå til å hjelpe pasienter som lider av kolecystitt (infeksjon i galleblæren), spesielt i tilfeller der pasienter ikke er kandidater til operasjon. Lumen som apponerer metallstenter er effektive for å drenere galleblæren, men plassering er imidlertid teknisk utfordrende. Forskere har utviklet en kunstig intelligens for å hjelpe leger i utplasseringen av disse stentene inn i galleblæren. Målet med denne studien er å teste ytelsen til en kunstig intelligens når det gjelder å gi leger nøyaktig informasjon for drenering av galleblæren.

Studieoversikt

Status

Fullført

Forhold

Studietype

Observasjonsmessig

Registrering (Faktiske)

38

Kontakter og plasseringer

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

Studiesteder

    • Massachusetts
      • Worcester, Massachusetts, Forente stater, 01655
        • UMass Chan Medical School/Umass Memorial Health Care

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

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Pasienter som gjennomgår endoskopisk ultralyd som har en galleblæren til stede

Beskrivelse

Inkluderingskriterier:

  • Alder ≥ 18 år gammel
  • Forventning om at pasienten kan gjennomgå endoskopisk ultralyd
  • Galleblæren til stede

Eksklusjonskriterier:

  • Cholecystektomi
  • Ingen indikasjoner for endoskopisk ultralyd

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Pasienter med galleblærere som gjennomgår AI -evaluering for stentutplassering

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Nøyaktigheten av EUS AI -systemet ved å gi en anbefaling (dvs. om det er trygt eller ikke å tømme galleblæren)
Tidsramme: Dag 1
En ekspert endoskopist vil utføre den endoskopiske ultralydprosedyren. Når galleblæren kommer til syne, vil eksperten kommentere om de mener at galleblæren er trygg å drenere. Eksperten vil bli blendet for AI -datamaskinens tolkning av synet på galleblæren. En annen observatør vil registrere hva AI anbefalte på tidspunktet for den blendede eksperten. Eksperten vil bli betraktet som "gullstandarden", og utfallet vil være nøyaktigheten av AI i å etterligne ekspertanbefalingene.
Dag 1

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 (Faktiske)

12. mai 2025

Primær fullføring (Faktiske)

31. desember 2025

Studiet fullført (Faktiske)

31. desember 2025

Datoer for studieregistrering

Først innsendt

24. april 2025

Først innsendt som oppfylte QC-kriteriene

12. mai 2025

Først lagt ut (Faktiske)

20. mai 2025

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

17. mars 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

13. mars 2026

Sist bekreftet

1. mars 2026

Mer informasjon

Begreper knyttet til denne studien

Andre studie-ID-numre

  • H00020934

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

JA

IPD-planbeskrivelse

Andre forskere kan nå ut til UMass Chan for å få deidentifiserte data fra sak til sak.

IPD-deling Støtteinformasjonstype

  • STUDY_PROTOCOL
  • SEVJE

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