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

Wspomagane przez sztuczną inteligencję wykrywanie pominiętych polipów okrężnicy

2 marca 2020 zaktualizowane przez: LEUNG Wai Keung, The University of Hong Kong

Wspomagane sztuczną inteligencją wykrywanie w czasie rzeczywistym pominiętych zmian podczas kolonoskopii: badanie prospektywne

Prospektywna walidacja modelu sztucznej inteligencji z głębokim uczeniem w czasie rzeczywistym do wykrywania pominiętych polipów okrężnicy

Przegląd badań

Szczegółowy opis

Do udziału zaproszono kolejnych dorosłych pacjentów w wieku 40 lat lub starszych, którzy mieli mieć ambulatoryjną kolonoskopię w szpitalu Queen Mary. Pacjenci byli wykluczani, jeśli nie byli w stanie wyrazić świadomej zgody, uznawani za niebezpiecznych do wykonania biopsji lub polipektomii, w tym pacjentów ze skłonnością do krwawień i pacjentów z ciężkimi chorobami współistniejącymi. Wykluczono również pacjentów z wywiadem zapalnym choroby jelit, rodzinną polipowatością gruczolakowatą, zespołem Peutza-Jeghersa lub innymi zespołami polipowatości.

Endoskopista pierwszego kontaktu przeprowadził badanie kolonoskopowe w zwykły sposób. Wszystkie procedury kolonoskopii wykonano za pomocą kolonoskopów o wysokiej rozdzielczości (system wideo EVIS-EXERA 290, Olympus Optical, Tokio, Japonia). U wszystkich pacjentów kolonoskopię wykonano najpierw do kątnicy, co potwierdzono identyfikacją ujścia wyrostka robaczkowego i zastawki krętniczo-kątniczej lub intubacją jelita krętego. Po intubacji jelita ślepego kolonoskopia była powoli cofana do odbytnicy przez głównego endoskopistę. Wykrywanie w czasie rzeczywistym AI zostało następnie aktywowane z wyjściem wyświetlanym na innym monitorze i było oglądane tylko przez niezależnego badacza, który był doświadczonym endoskopistą. Główny endoskopista był zaślepiony na wynik wykrywania AI w czasie rzeczywistym al.

Podczas badania okrężnicę podzielono na trzy segmenty: okrężnicę prawą, poprzeczną i lewą, wykorzystując zgięcie wątrobowe i zgięcie śledzionowe jako punkt podziału. Wszystkie polipy oznaczono pod względem wielkości (zmierzono kleszczami do biopsji), umiejscowienia i morfologii zgodnie z klasyfikacją paryską, a następnie usunięto lub poddano biopsji do badania histologicznego. Po zbadaniu każdego segmentu niezależna przeglądarka zapewniła segmentowe odślepienie wyników AI. Jeśli sztuczna inteligencja wykryła dodatkowe polipy, ale nie endoskopista, ten segment został ponownie zbadany w poszukiwaniu pominiętego polipa. Jeśli AI nie wykryła żadnego dodatkowego polipa, badano następny odcinek okrężnicy. Pominięte zmiany zdefiniowano jako zmiany zidentyfikowane przez AI, a następnie potwierdzone podczas ponownego badania przez endoskopistę.

Zmierzono pierwszy czas wycofania (bez miejsca polipektomii). Do oceny czystości jelit zastosowano Bostońską Skalę Przygotowania Jelita (BPPS).

Typ studiów

Interwencyjne

Zapisy (Rzeczywisty)

52

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

      • Hong Kong, Hongkong
        • Queen Mary Hospital

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

40 lat do 90 lat (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Wszystko

Opis

Kryteria przyjęcia:

  • do udziału zaproszono kolejnych dorosłych pacjentów w wieku 40 lat lub starszych, którzy mieli mieć ambulatoryjną kolonoskopię w Queen Mary Hospital

Kryteria wyłączenia:

  • Pacjenci byli wykluczani, jeśli nie byli w stanie wyrazić świadomej zgody, uznawani za niebezpiecznych do wykonania biopsji lub polipektomii, w tym pacjentów ze skłonnością do krwawień i pacjentów z ciężkimi chorobami współistniejącymi.
  • Wykluczono również pacjentów z wywiadem zapalnym choroby jelit, rodzinną polipowatością gruczolakowatą, zespołem Peutza-Jeghersa lub innymi zespołami polipowatości.

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

  • Główny cel: Diagnostyczny
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Kolonoskopia w czasie rzeczywistym wspomagana sztuczną inteligencją
Sztuczna inteligencja wspomagała wykrywanie zmian w okrężnicy w czasie rzeczywistym
Kolonoskopię wykonano przy pomocy sztucznej inteligencji

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wskaźnik chybienia gruczolaka
Ramy czasowe: Podczas zabiegu kolonoskopii
Liczba pacjentów miała co najmniej jednego pominiętego gruczolaka
Podczas zabiegu kolonoskopii

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Całkowita liczba pominiętych gruczolaków
Ramy czasowe: Podczas zabiegu kolonoskopii
Całkowita liczba pominiętych polipów dla wszystkich pacjentów
Podczas zabiegu kolonoskopii
Wskaźnik chybionych polipów jelita grubego
Ramy czasowe: Podczas zabiegu kolonoskopii
Liczba pacjentów miała co najmniej jednego pominiętego gruczolaka
Podczas zabiegu kolonoskopii
Całkowita liczba pominiętych polipów
Ramy czasowe: Podczas zabiegu kolonoskopii
Całkowita liczba pominiętych polipów dla wszystkich pacjentów
Podczas zabiegu kolonoskopii

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Ka Luen, Thomas Lui, Queen Mary Hospital, The University of Hong Kong

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

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 stycznia 2020

Zakończenie podstawowe (Rzeczywisty)

1 lutego 2020

Ukończenie studiów (Rzeczywisty)

1 marca 2020

Daty rejestracji na studia

Pierwszy przesłany

10 stycznia 2020

Pierwszy przesłany, który spełnia kryteria kontroli jakości

13 stycznia 2020

Pierwszy wysłany (Rzeczywisty)

14 stycznia 2020

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

4 marca 2020

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

2 marca 2020

Ostatnia weryfikacja

1 marca 2020

Więcej informacji

Terminy związane z tym badaniem

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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