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

AI-drevet autonom registrering i robotassistert bronkoskopi

9. april 2026 oppdatert av: Hecheng Li M.D., Ph.D, Ruijin Hospital

Gjennomførbarhet og sikkerhet ved kunstig intelligens-drevet autonom registrering i robotassistert navigasjonsbronkoskopi

Denne studien har som mål å evaluere gjennomførbarheten og sikkerheten til en kunstig intelligens-drevet autonom registreringsteknologi i robotassistert navigasjonsbronkoskopi. Totalt 20 pasienter med lungeknuter som krever lokalisering vil bli inkludert. Langhe Bronchoscopy Robot System utstyrt med KI-basert autonom registreringsprogramvare vil bli brukt. Primære utfall inkluderer suksessraten for autonom registrering og raten for manuell intervensjon under prosessen. Sekundære utfall omfatter registreringstid, komplikasjonsrater og suksess for knutelokalisering.

Studieoversikt

Status

Rekruttering

Forhold

Intervensjon / Behandling

Studietype

Intervensjonell

Registrering (Antatt)

20

Fase

  • Ikke aktuelt

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

  • Kina
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Kina, 200025
        • Rekruttering
        • Ruijin Hospital affiliated to Shanghai Jiao Tong University School of Medicine
        • Ta kontakt med:

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

Beskrivelse

Inklusjonskriterier:

  • Alder ≥ 18 år.
  • Radiologisk bekreftede lungeknuter som krever preoperativ lokalisering.
  • Planlagt for robotassistert navigasjonsbronkoskopi ved bruk av Bronkoskopirobotsystemet.
  • Villig til å gi skriftlig informert samtykke.

Eksklusjonskriterier:

  • Alvorlig kardiopulmonal dysfunksjon (f.eks. FEV1 < 30% predikert).
  • Koagulopati eller antikoagulasjonsbehandling som ikke trygt kan avbrytes.
  • Graviditet eller amming.
  • Uvne til å tolerere bronkoskopi under generell anestesi.

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Enhetens gjennomførbarhet
  • Tildeling: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Ingen (Open Label)

Våpen og intervensjoner

Deltakergruppe / Arm
Intervensjon / Behandling
Eksperimentell: Autonom registreringsgruppe
Alle deltakerne i denne gruppen vil gjennomgå robotnavigert bronkoskopi og lokalisering av lungeknute utført med Langhe Bronchoscopy Robot System. Den sentrale intervensjonen er bruken av kunstig intelligens (KI)-drevet autonom registreringsteknologi for automatisk å justere de pre-operative bryst-CT-bildene med den sanntids bronkoskopiske anatomien før inngrepet. Denne prosessen har som mål å redusere avhengigheten av den konvensjonelle, operatøravhengige manuelle registreringen. Legene vil overvåke hele prosessen og utføre nødvendig manuell intervensjon dersom KI-registreringen er utilfredsstillende eller av sikkerhetsmessige årsaker.
Enhet: AI-drevet autonom registrering
Alle deltakerne i denne gruppen vil gjennomgå robotassistert navigasjonsbronkoskopi og lokalisering av lungeknuter utført med Langhe Bronchoscopy Robot System. Hovedintervensjonen er bruken av kunstig intelligens (AI)-drevet autonom registreringsteknologi for automatisk å justere de preoperative bryst-CT-bildene med den sanntids bronkoskopiske anatomien før inngrepet. Denne prosessen tar sikte på å redusere avhengigheten av den konvensjonelle, operatøravhengige manuelle registreringen. Legene vil overvåke hele prosessen og utføre nødvendig manuell intervensjon hvis AI-registreringen er utilfredsstillende eller av sikkerhetsgrunner.

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Autonom registreringssuksessrate
Tidsramme: Intraoperativ
Andel registreringer fullført uavhengig av AI-algoritmen uten manuell intervensjon.
Intraoperativ
Manuell intervensjonsrate under autonom registrering
Tidsramme: Intraoperativ
Andelen tilfeller som krever manuell justering av legen under registreringsprosessen.
Intraoperativ

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Tid brukt på autonom registrering
Tidsramme: Intraoperativ
Intraoperativ
Komplikasjonsrate under autonom registrering
Tidsramme: Umiddelbart etter inngrepet til 24 timer
Komplikasjonsrate under autonom registrering (f.eks. blødning, pneumotoraks)
Umiddelbart etter inngrepet til 24 timer
Lokaliseringssuksessrate for lungeknuter
Tidsramme: Intraoperativ
Andelen vellykkede bronkoskopiankomster ved målnodulen etter registrering.
Intraoperativ

Samarbeidspartnere og etterforskere

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

Sponsor

Ruijin Hospital

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)

1. mars 2026

Primær fullføring (Antatt)

30. juni 2026

Studiet fullført (Antatt)

30. juni 2026

Datoer for studieregistrering

Først innsendt

20. januar 2026

Først innsendt som oppfylte QC-kriteriene

20. januar 2026

Først lagt ut (Faktiske)

27. januar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

13. april 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

9. april 2026

Sist bekreftet

1. april 2026

Mer informasjon

Begreper knyttet til denne studien

Nøkkelord

Andre studie-ID-numre

  • RTS-030

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