- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT07411391
Overvåket endoskopisk telekontrollert intelligent litotripsi (SENTINEL-1)
En gjennomførbarhetsstudie av et nytt robotsystem for retrograde intrarenal kirurgi
Studieoversikt
Status
Forhold
Intervensjon / Behandling
Detaljert beskrivelse
I. Innledning
Retrograd intrarenal kirurgi (RIRS) har blitt en foretrukket metode for diagnostisering og behandling av urologiske sykdommer, for eksempel fjerning av nyrestein. Imidlertid fører det komplekse urinveissystemet og begrenset synlighet med eksisterende endoskop til ineffektiv manøvrering av fleksible uréteroskoper. Dessuten krever konvensjonell fleksibel uréteroskopi gjentatt manuell manipulering, som ofte resulterer i kirurgtrøtthet, slimhinnebeskadigelse fra respirasjonsbevegelser og varierende steinfjerning, spesielt i komplekse kalikalanatomier.
Forskningen fokuserer på utviklingen av et nytt robotisert system for RIRS, for tiden kalt "TaloStone T1000". Plattformen for det robotiserte systemet består av en kirurgkontrollkonsoll, en multifunksjonell videovogn og en pasientside robotarm med fiberoptisk-sensitivisert fleksibel uréteroskopi som vist i fig. 1. Kirurgkonsollen med optimalisert ergonomisk design er utstyrt med haptiske hovedenheter for jevn og presis kontroll av robotarmen for å manipulere det fleksible uréteroskopet så vel som instrumenter, f.eks. steinkurver og laserfibre. Systemet støtter også sømløs integrering av flere modaliteter, inkludert preoperativ CT-skanning, intraoperativ endoskopivideo og fiberoptisk sensing. Dessuten er det selvutviklede fleksible uréteroskopet innebygd med fiberoptiske sensorer for sanntids formasjonssensing, kraftestimering og samtidig intrarenal trykkkontroll og temperaturovervåking. Formasjonssensing muliggjør presis navigering av uréteroskopet innenfor nyrens samlesystem, og kraftestimering gir nøyaktig tilbakemelding om spisskontaktinteraksjon til hovedenhetene på kirurgkontrollen.
Dessuten er AI-algoritmer inkorporert for å assistere i diagnostikk og et høyere nivå av overvåket kirurgisk autonomi, og dermed forbedre sikkerhet og effektivitet. Forskerne utviklet AI-drevet diagnostikk for steinsensing, laserfibregjenkjenning, dybdebevissthet og CT-til-endoskopi-lokalisering. Basert på sensingsresultatene fra AI-drevet diagnostikk, foreslo forskerne et overvåket rammeverk som kan automatisere repetitive prosedyrer gjennom inn-skjede- og urétérnavigering, laserframrykning og laserbaneplanlegging. Hele operasjonen er under overvåkning av kirurgen, som kan bruke en utløser på hovedenheten eller fotbryter for å aktivere eller deaktivere de overvåkede automatiserte funksjonene. Fotpedalen på laserapparatet forblir for å utløse laseremisjon av kirurgen for steinfragmentering, støvdannelse og popcorn-effekt. Den grunnleggende sikkerheten og essensielle ytelsen til både maskinvare og programvare i det robotiserte systemet ble utviklet under kliniske standarder og medisinsk utstyr-forskrifter.
Hittil har totalt tre kadaverstudier blitt utført ved bruk av det robotiserte systemet. I august 2024 utførte forskerne den første kadaverstudien av det robotiserte systemet på Prince of Wales Hospital (PWH), hvor brukerstudie av ergonomiske måter og teleoperasjonskontroll av steinbehandling ble undersøkt. Den andre og tredje kadaverstudien, med fokus på de AI-drevne funksjonene i det robotiserte systemet, ble fullført på PWH i juni og desember 2025. Syntetiske nyresteiner på rundt 3 mm ble retrogradt innsatt i nyrens samlesystemer, med vellykket fragmentering via det robotiserte RIRS-systemet ved bruk av Holmium:YAG-laser. Over 10 leger fra PWH og Chinese University of Hong Kong deltok i kadaverstudiene. Det nåværende systemresponsen, bevegelseshastigheten til det robotiserte systemet og operasjoner med ergonomisk kontrollkonsoll kan tilfredsstille kravene til legene. I tillegg til kadaverstudiene har forskerne utført et sett med laboratorietesting og eksperimenter, som validerer robustheten og stabiliteten til systemet.
Etter vellykkede kadavereksperimenter planla forskerne å videre validere gjennomførbarheten av bruken av systemet i kliniske tilfeller. I denne studien har forskerne som mål å evaluere det robotiserte systemets sikkerhet og gjennomførbarhet i RIRS i en fase 1, proof of concept-studie som følger konseptene skissert i IDEAL-rammeverket (Idea, Development, Exploration, Assessment, Long-term Study).
II. Metoder
Mål
Målet med denne studien er å evaluere gjennomførbarheten og sikkerheten ved å utføre RIRS ved bruk av TaloStone T1000-systemet.
Studiedesign
Dette er en prospektiv, enarmsstudie som vil bli utført av forskere fra The Chinese University of Hong Kong/Prince of Wales Hospital i perioden fra november 2025 til juni 2026. Forskerne er eksperter i endo-urologisk kirurgi og robotassistert kirurgi. Studiedesignet følger retningslinjene for fase 1 av IDEAL-rammeverket. Studien vil bli utført i samsvar med Verdensmedisinske forbunds Helsingfors-erklæring og International Conference on Harmonization - Good Clinical Practice.
Studieinformasjon vil bli gitt til forsøkspersoner under en preoperativ konsultasjon av forskerne og forskningspersonalet. Forsøkspersoner vil bli gitt godkjent informert samtykke som forklarer studieprosedyren, risiko, vurderinger og påkrevd samsvar; og vil få rikelig tid til å ta sin beslutning om deltakelse i studien.
Perioperative data og resultater fra alle tilfeller av de som deltar i studien vil bli gjennomgått av en uavhengig Data and Safety Monitoring Committee (bestående av to senior urologer som ikke er involvert i denne studien) for sikkerhet og identifikasjon av alvorlige perioperative komplikasjoner (innen 30 dager etter operasjonen) som et mellomliggende tiltak for å sikre studiepersoner. Komiteen vil gi periodiske anbefalinger til studieteamet om hvorvidt de skal fortsette, modifisere eller for tidlig avslutte studien. Eventuelle bivirkninger vil også umiddelbart bli rapportert til sykehusets kliniske forskningsetikkomité.
Rapportering av denne fase 1-studien vil følge IDEAL-rapporteringsretningslinjene.
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: Alex Qinyang LIU, MBBS, MSc, FRCSEd
- Telefonnummer: 852+35052625
- E-post: alexliu@surgery.cuhk.edu.hk
Studer Kontakt Backup
- Navn: Chi Fai NG, MBChB, MD, FRCSEd
- Telefonnummer: 852+35052625
- E-post: ngcf@surgery.cuhk.edu.hk
Studiesteder
-
-
-
Hong Kong, Hong Kong, 999077
- Rekruttering
- Prince of Wales Hospital
-
Ta kontakt med:
- Alex Qinyang LIU, MBBS, MSc, FRCSEd
- Telefonnummer: 852+35052625
- E-post: alexliu@surgery.cuhk.edu.hk
-
Ta kontakt med:
- Chi Fai NG, MBChB, MD, FRCSEd
- Telefonnummer: 852+35052625
- E-post: ngcf@surgery.cuhk.edu.hk
-
Underetterforsker:
- Steffi Kar Kei Yuen, MBBS, FRCSEd
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier
- Voksne pasienter >18 år gamle
- Nyresten(e) mindre enn 1cm 2cm i maksimal lengde
- Klinisk indikert for RIRS
- Villighet til å delta som demonstrert ved å gi informert samtykke
Eksklusjonskriterier
- Pasienter uten tilgjengelig preoperativ CT-bilde
- Pasienter som ikke anbefales å motta RIRS
- Alvorlig samtidig sykdom som drastisk forkorter forventet levetid eller øker risikoen for terapeutisk intervensjon
- Ubehandlet aktiv infeksjon
- Ukorrigert koagulopati
- Tilstedeværelse av annen malignitet eller fjernmetastase
- Akutt operasjon
- Sårbar populasjon (f.eks. psykisk utviklingshemmede, gravide)
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Behandling
- Tildeling: N/A
- Intervensjonsmodell: Enkeltgruppeoppdrag
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: RIRS-armen
Bruk av TaloStone T1000 RIRS-systemet
|
Retrograd intrarenal kirurgi (RIRS) vil bli utført ved bruk av TaloStone T1000 RIRS-systemet.
Utover fjernstyring integrerer TaloStone T1000 RIRS-systemet avanserte AI-oppfatningsmodeller og beslutningsalgoritmer for å muliggjøre autonom utførelse av kritiske oppgaver i RIRS-arbeidsflyten.
De AI-baserte synsmodellene, kombinert med sensorer i fURS, muliggjør sanntids sceneforståelse, dybdeoppfatning, estimering av steinstørrelse, trykk- og temperaturtilbakemelding, og objektsporing - og etablerer dermed et robust grunnlag for høyere nivå av kirurgisk autonomi.
Under kirurgens tilsyn kan TaloStone T1000 RIRS-systemet utføre overvåket navigasjon inn i samlesystemet, aktivt spore en målstein, dynamisk rette laserfiberspissen mot en stein, planlegge laserfragmenteringsruten og utføre omfangets tilbaketrekking for steinsuging med gjeninntreden.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Suksessrate
Tidsramme: Intraoperativ
|
Vellykket RIRS utført av det robotiserte systemet, dvs. uten konvertering til konvensjonell manuell RIRS
|
Intraoperativ
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Steinfri rate
Tidsramme: Innen 1 måned etter operasjonen
|
|
Innen 1 måned etter operasjonen
|
|
Operasjonstid
Tidsramme: Intraoperativ
|
|
Intraoperativ
|
|
Total laserenergi brukt
Tidsramme: Intraoperativ
|
Laserenergi i form av kJ
|
Intraoperativ
|
|
Total stråledose under operasjon
Tidsramme: Intraoperativ
|
Strålingsdose basert på fluoroskopimålinger
|
Intraoperativ
|
|
Kirsebærstråleeksponering for kirurger
Tidsramme: Intraoperativ
|
- av strålingsdosimeter
|
Intraoperativ
|
|
Lengde på sykehusopphold
Tidsramme: Under innleggelsesperioden (opptil 30 dager)
|
- dager med innleggelse som innlagt pasient
|
Under innleggelsesperioden (opptil 30 dager)
|
|
Postoperativ smerte
Tidsramme: Fra umiddelbart etter operasjonen til utskrivelse (dag 0 til dag 1)
|
- ved hjelp av visuell analog skala, fra 0-10 der 10 er mest smerte
|
Fra umiddelbart etter operasjonen til utskrivelse (dag 0 til dag 1)
|
|
Postoperative komplikasjoner
Tidsramme: Innen 30 dager etter operasjonen
|
Ved "Clavien-Dindo-klassifiseringen"
|
Innen 30 dager etter operasjonen
|
|
Kirurgspørreskjemaer
Tidsramme: Umiddelbart postoperativt, dag 0
|
Fullførte den subjektive mentale anstrengelses-spørreundersøkelsen (SMEQ) for å vurdere subjektiv anstrengelse under RIRS-kirurgi.
|
Umiddelbart postoperativt, dag 0
|
|
Kirurgspørreskjemaer
Tidsramme: Umiddelbart postoperativt, dag 0
|
Fullførte System Usability Scale (SUS) spørreskjemaet for å vurdere den subjektive brukervennligheten til det robotiserte systemet under RIRS-kirurgi. Spørreskjemaet bruker en skala fra 1 til 5, hvor 1 = Sterkt uenig og 5 = Sterkt enig. |
Umiddelbart postoperativt, dag 0
|
|
Kirurgspørreskjemaer
Tidsramme: Umiddelbart postoperativt, dag 0
|
Fullførte NASA Task Load Index (NASA-TLX) spørreskjemaet for å vurdere subjektiv mental og fysisk belastning under RIRS-kirurgi. Spørreskjemaet bruker en skala fra 1-10, hvor 1 = Svært lav og 10 = Svært høy. |
Umiddelbart postoperativt, dag 0
|
|
Spørreskjemaer for kirurger
Tidsramme: Umiddelbart postoperativt, dag 0
|
Fullførte Simulator Sickness Questionnaire (SSQ) for å vurdere subjektive symptomer opplevd under eller etter RIRS-kirurgi.
Spørreskjemaet bruker en skala fra 0-3, der 0 = Ingen, 1 = Lett, 2 = Moderat, 3 = Alvorlig
|
Umiddelbart postoperativt, dag 0
|
|
Kirurgspørreskjemaer
Tidsramme: Umiddelbart postoperativt, dag 0
|
Fullførte Likert-skalaen for ergonomi og komfort, som vurderte den subjektive opplevelsen av minimal ubehag eller tretthet under RIRS-kirurgi.
Spørreskjemaet bruker en skala fra 1 til 5, der 1 = Sterkt uenig og 5 = Sterkt enig.
|
Umiddelbart postoperativt, dag 0
|
Samarbeidspartnere og etterforskere
Sponsor
Publikasjoner og nyttige lenker
Generelle publikasjoner
- Lu, Y., Chen, W., Lu, B., Zhou, J., Chen, Z., Dou, Q. and Liu, Y.H., 2024. Adaptive online learning and robust 3-d shape servoing of continuum and soft robots in unstructured environments. Soft Robotics, 11(2), pp.320-337.
- Kuntz, A., Emerson, M., Ertop, T.E., Fried, I., Fu, M., Hoelscher, J., Rox, M., Akulian, J., Gillaspie, E.A., Lee, Y.Z. and Maldonado, F., 2023. Autonomous medical needle steering in vivo. Science Robotics, 8(82), p.eadf7614.
- Wei, R., Guo, J., Lu, Y., Zhong, F., Liu, Y., Sun, D. and Dou, Q., 2024. Scale-aware monocular reconstruction via robot kinematics and visual data in neural radiance fields. Artificial Intelligence Surgery, 4(3), pp.187-198.
- Ross T, Reinke A, Full PM, Wagner M, Kenngott H, Apitz M, Hempe H, Mindroc-Filimon D, Scholz P, Tran TN, Bruno P, Arbelaez P, Bian GB, Bodenstedt S, Bolmgren JL, Bravo-Sanchez L, Chen HB, Gonzalez C, Guo D, Halvorsen P, Heng PA, Hosgor E, Hou ZG, Isensee F, Jha D, Jiang T, Jin Y, Kirtac K, Kletz S, Leger S, Li Z, Maier-Hein KH, Ni ZL, Riegler MA, Schoeffmann K, Shi R, Speidel S, Stenzel M, Twick I, Wang G, Wang J, Wang L, Wang L, Zhang Y, Zhou YJ, Zhu L, Wiesenfarth M, Kopp-Schneider A, Muller-Stich BP, Maier-Hein L. Comparative validation of multi-instance instrument segmentation in endoscopy: Results of the ROBUST-MIS 2019 challenge. Med Image Anal. 2021 May;70:101920. doi: 10.1016/j.media.2020.101920. Epub 2020 Nov 28.
- Dupont, P.E. and Degirmenci, A., 2025. The grand challenges of learning medical robot autonomy. Science Robotics, 10(104), p.eadz8279.
- Long, Y., Lin, A., Kwok, D.H.C., Zhang, L., Yang, Z., Shi, K., Song, L., Fu, J., Lin, H., Wei, W. and Chen, K., 2025. Surgical embodied intelligence for generalized task autonomy in laparoscopic robot-assisted surgery. Science Robotics, 10(104), p.eadt3093.
- Lu, Y., Chen, W., Li, B., Lu, B., Zhou, J., Chen, Z. and Liu, Y.H., 2023. A robust graph-based framework for 3-d shape reconstruction of flexible medical instruments using multi-core fbgs. IEEE Transactions on Medical Robotics and Bionics, 5(3), pp.472-485.
- Lu, Y., Lu, B., Li, B., Guo, H. and Liu, Y.H., 2021. Robust three-dimensional shape sensing for flexible endoscopic surgery using multi-core FBG sensors. IEEE Robotics and Automation Letters, 6(3), pp.4835-4842.
- Chen, W., Lu, Y., Li, B., Zhou, J., Cao, H., Chen, F. and Liu, Y.H., 2024, June. Intuitive teleoperation control for flexible robotic endoscopes under unkonwn environmental interferences. In 2024 IEEE 18th International Conference on Control & Automation (ICCA) (pp. 24-29). IEEE.
- Schlenk C, Hagmann K, Steidle F, Oliva Maza L, Kolb A, Hellings-Kuss A, Schob DS, Klodmann J, Miernik A, Albu-Schaffer A. A robotic system for solo surgery in flexible ureteroscopy: development and evaluation with clinical users. Int J Comput Assist Radiol Surg. 2023 Sep;18(9):1559-1569. doi: 10.1007/s11548-023-02883-5. Epub 2023 Apr 9.
- Giusti G, Proietti S, Villa L, Cloutier J, Rosso M, Gadda GM, Doizi S, Suardi N, Montorsi F, Gaboardi F, Traxer O. Current Standard Technique for Modern Flexible Ureteroscopy: Tips and Tricks. Eur Urol. 2016 Jul;70(1):188-194. doi: 10.1016/j.eururo.2016.03.035. Epub 2016 Apr 14.
Studierekorddatoer
Studer hoveddatoer
Studiestart (Faktiske)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
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
- CRE-2025.665 (Annen identifikator: The Joint CUHK-NTEC CREC)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
IPD-delingstidsramme
Tilgangskriterier for IPD-deling
IPD-deling Støtteinformasjonstype
- STUDY_PROTOCOL
- SEVJE
- ICF
- ANALYTIC_CODE
- CSR
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. .