Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Randomizowane, kontrolowane, wieloośrodkowe badanie endoskopii przewodu pokarmowego wspomaganej sztuczną inteligencją

20 października 2019 zaktualizowane przez: Second Affiliated Hospital, School of Medicine, Zhejiang University
Centrum endoskopii przewodu pokarmowego drugiego stowarzyszonego szpitala kolegium medycznego Uniwersytetu Zhejiang i inżynierów firmy naki Medical Co., Ltd. w Hong Kongu samodzielnie opracowali model diagnostyczny endoskopii przewodu pokarmowego wspomagany sztuczną inteligencją we wczesnym stadium, a mianowicie model głębokiego uczenia. Model głębokiego uczenia się przez wczesny etap badań jest w stanie zidentyfikować zmiany w przewodzie pokarmowym. Czułość na diagnoza niektórych chorób, takich jak polipy jelita grubego, wynosi 99%. Z jednej strony ten pomocniczy model diagnostyczny może pomóc w badaniu endoskopowym dla początkujących; z drugiej strony może poprawić wskaźnik wykrywania zmian chorobowych i zmniejszyć odsetek pominiętych diagnoz; z drugiej strony poprawia się ogólna efektywność pracy centrum endoskopowego, co sprzyja kontroli jakości badań endoskopowych. Teraz model diagnostyczny wspomagany sztuczną inteligencją został jeszcze udoskonalony i planowane jest przeprowadzenie dalszej weryfikacji klinicznej w centrum endoskopii przewodu pokarmowego naszego szpitala. Jest on połączony z systemem endoskopowym naszego szpitala i używany równolegle z istniejącym systemem obrazowo-tekstowym endoskopii w celu porównania praktyczności, czułości i specyficzności modelu diagnostycznego wspomaganego sztuczną inteligencją w diagnostyce chorób przewodu pokarmowego oraz skupienia się na kontroli jakości z badania endoskopowego.

Przegląd badań

Status

Nieznany

Warunki

Interwencja / Leczenie

Szczegółowy opis

Centrum endoskopii przewodu pokarmowego drugiego stowarzyszonego szpitala kolegium medycznego Uniwersytetu Zhejiang i inżynierów firmy naki Medical Co., Ltd. w Hong Kongu niezależnie opracował model diagnostyczny endoskopii przewodu pokarmowego wspomagany sztuczną inteligencją we wczesnym stadium, a mianowicie model głębokiego uczenia. Model głębokiego uczenia się na wczesnym etapie badania jest w stanie zidentyfikować zmiany polipów okrężnicy, raka jelita grubego, jelita grubego zmiany apofizy, uchyłek okrężnicy, wrzodziejące zapalenie jelita grubego, wrzód żołądka, polipy żołądka, wypiętrzenie podśluzówkowe, refluksowe zapalenie przełyku, wrzód przełyku, polip przełyku, nadżerki przełyku, ektopowa błona śluzowa żołądka przełyku i żylaki przełyku, rak przełyku, brodawczak przełyku itp. diagnoza niektórych chorób, takich jak polipy jelita grubego, wynosi 99%. Z jednej strony ten pomocniczy model diagnostyczny może pomóc w badaniu endoskopowym dla początkujących; z drugiej strony może poprawić wskaźnik wykrywania zmian chorobowych i zmniejszyć odsetek pominiętych diagnoz; z drugiej strony poprawia się ogólna efektywność pracy centrum endoskopowego, co sprzyja kontroli jakości badań endoskopowych. Teraz model diagnostyczny wspomagany sztuczną inteligencją został jeszcze udoskonalony i planowane jest przeprowadzenie dalszej weryfikacji klinicznej w centrum endoskopii przewodu pokarmowego naszego szpitala. Jest on połączony z systemem endoskopowym naszego szpitala i używany równolegle z istniejącym systemem obrazowo-tekstowym endoskopii w celu porównania praktyczności, czułości i specyficzności modelu diagnostycznego wspomaganego sztuczną inteligencją w diagnostyce chorób przewodu pokarmowego oraz skupienia się na kontroli jakości z badania endoskopowego.

Typ studiów

Obserwacyjny

Zapisy (Oczekiwany)

3600

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Lokalizacje studiów

  • Chiny
    • Zhejiang
      • Hangzhou, Zhejiang, Chiny, 310000
        • Rekrutacyjny
        • Cai J Ting
        • Kontakt:

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Wiek uprawniający do nauki

18 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Pacjenci poddani bezbolesnej gastroenteroskopii w ośrodku endoskopii od września 2019 do sierpnia 2021

Opis

Kryteria przyjęcia:

  • Podpisz dobrowolnie świadomą zgodę na to badanie
  • Stabilne parametry życiowe
  • powyżej 18 lat
  • Pacjenci wymagający bezbolesnej gastroenteroskopii z różnych powodów

Kryteria wyłączenia:

  • Niezdolność lub niechęć do podpisania formularza zgody lub niemożność przestrzegania procedur badawczych
  • mają przeciwwskazania do bezbolesnej gastroenteroskopii
  • Funkcje życiowe są niestabilne
  • Zmiany zostały stwierdzone gastroenteroskopią w innych szpitalach, co ma dodatkowo potwierdzić pacjentów zgłaszających się do naszego szpitala na badanie endoskopowe
  • Leczenie endoskopowe, takie jak polipektomia, wąskie rozszerzenie odźwiernika i tak dalej

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
Odp.: Model A
Tryb A był trybem cichym, współpracującym z lekarzami endoskopowymi, aby jednocześnie wyświetlać obrazy endoskopowe i nagrywać wideo, ale nie zakłócał pracy lekarzy endoskopowych. Po operacji model AI automatycznie generuje raport endoskopowy, który jest porównywany z oficjalnym raportem wydanym przez lekarza endoskopowego w systemie endoskopowym. Jeśli różnica jest duża, należy natychmiast odtworzyć wideo weryfikację lub ponownie wykonać badanie endoskopowe, zanim pacjent się wybudzi
Behawioralne: Dokładne badanie podczas zabiegów endoskopowych w celu identyfikacji zmian
Gdy model AI włączy alarm, sprawdź dokładnie, aby potwierdzić zmianę
B: Model B
Tryb B to tryb przypomnienia z opóźnieniem. Jeśli zmiana zostanie stwierdzona podczas operacji, należy ją przesunąć na środek pola widzenia w ciągu 5 sekund. Jeśli zmiana została wykryta przez model AI (zmiana została zakreślona na obrazku), ale lekarz nie przesunie zmiany na środek pola widzenia w ciągu 5 sekund, system AI wyda monit alarmowy
Behawioralne: Dokładne badanie podczas zabiegów endoskopowych w celu identyfikacji zmian
Gdy model AI włączy alarm, sprawdź dokładnie, aby potwierdzić zmianę
C: Model C
Tryb C to tryb przypomnienia w czasie rzeczywistym, który jest monitem alarmowym, gdy ostrość zostanie przechwycona w polu widzenia.
Behawioralne: Dokładne badanie podczas zabiegów endoskopowych w celu identyfikacji zmian
Gdy model AI włączy alarm, sprawdź dokładnie, aby potwierdzić zmianę

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Zmiany wykrywalności zmian w przewodzie pokarmowym wspomagane gastroenteroskopią sztucznej inteligencji
Ramy czasowe: 2 lata
Badanie endoskopowe w dużym stopniu zależy od doświadczenia klinicznego i statusu endoskopistów, a jakość badania endoskopowego wykonywanego przez endoskopistów może być obniżona przez pracę o dużym obciążeniu oraz problemy, takie jak niepełne pokrycie miejsca badania, niepełne wykrycie zmian chorobowych i niekompletne gromadzenie obrazów są łatwe do wystąpienia. Sztuczna inteligencja nie ma tej słabości. Nie zmniejsza to jego zdolności do pracy przez długi czas, a jego pomoc ma poprawić wykrywalność zmian chorobowych
2 lata
Dokładność modelu diagnostycznego wspomaganego sztuczną inteligencją oceniającego wynik gotowości jelit
Ramy czasowe: 2 lata
Jakość przygotowania jelita decyduje o jakości kolonoskopii, którą endoskopiści oceniają za pomocą skali bostońskiej. Model diagnostyczny wspomagany sztuczną inteligencją może być również oceniany automatycznie. Ocena jelita bostońskiego służy do określenia, czy jelito jest odpowiednio przygotowane. Wynik bostońskiego jelita jest podzielony na 4 stopnie (0~3 punkty) od najgorszego do najczystszego. Im wyższy wynik, tym lepiej przygotowane jelita i bardziej sprzyjające kolonoskopii.
2 lata

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Second Affiliated Hospital, School of Medicine, Zhejiang University

Śledczy

  • Dyrektor Studium: Cai J Ting, Dr, Second affiliated hospital of school of medicine, zhejiang university

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Rzeczywisty)

1 sierpnia 2019

Zakończenie podstawowe (Oczekiwany)

1 sierpnia 2021

Ukończenie studiów (Oczekiwany)

30 grudnia 2021

Daty rejestracji na studia

Pierwszy przesłany

26 sierpnia 2019

Pierwszy przesłany, który spełnia kryteria kontroli jakości

26 sierpnia 2019

Pierwszy wysłany (Rzeczywisty)

28 sierpnia 2019

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

22 października 2019

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

20 października 2019

Ostatnia weryfikacja

1 sierpnia 2019

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 研2019-262

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

IPD nie udostępni innym

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Subskrybuj