- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT04586556
Sztuczna inteligencja do wykrywania i monitorowania polipów jelita grubego w czasie rzeczywistym
23 listopada 2022 zaktualizowane przez: Centre hospitalier de l'Université de Montréal (CHUM)
Badacze postawili hipotezę, że kliniczne wdrożenie systemu sztucznej inteligencji do głębokiego uczenia jest optymalnym narzędziem do monitorowania, audytu i poprawy wykrywania i klasyfikacji polipów i innych anatomicznych punktów orientacyjnych podczas kolonoskopii.
Celem tego badania jest wygenerowanie wstępnych danych do oceny skuteczności kolonoskopii wspomaganej sztuczną inteligencją na: a) szybkość wykrywania gruczolaków; b) automatyczne wykrywanie anatomicznych punktów orientacyjnych (tj. zastawki krętniczo-kątniczej i ujścia wyrostka robaczkowego).
Przegląd badań
Status
Zakończony
Warunki
Interwencja / Leczenie
Szczegółowy opis
W tym badaniu badacze mają na celu ocenę następujących elementów:
- dokładność automatycznego wykrywania ważnych anatomicznych punktów orientacyjnych (tj. zastawki krętniczo-kątniczej, ujścia wyrostka robaczkowego);
- dokładność automatycznego wykrywania polipów/gruczolaków (PDR/ADR);
Typ studiów
Interwencyjne
Zapisy (Rzeczywisty)
372
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
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
45 lat do 80 lat (DOROSŁY, STARSZY_DOROŚLI)
Akceptuje zdrowych ochotników
Nie
Płeć kwalifikująca się do nauki
Wszystko
Opis
Kryteria przyjęcia :
- Podpisana świadoma zgoda
- Wiek 45-80 lat
- Wskazania do wykonania endoskopii dolnego odcinka przewodu pokarmowego.
Kryteria wyłączenia :
- Koagulopatia
- Zły ogólny stan zdrowia, zdefiniowany jako klasa stanu fizycznego >3 wg Amerykańskiego Towarzystwa Anestezjologicznego (ASA).
- Kolonoskopie awaryjne
- Pacjenci hospitalizowani
- Znana choroba zapalna jelit (IBD)
- Pacjenci przebywający obecnie na izbie przyjęć
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: NA
- Model interwencyjny: POJEDYNCZA_GRUPA
- Maskowanie: NIC
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
EKSPERYMENTALNY: Sztuczna inteligencja do wykrywania i monitorowania polipów jelita grubego w czasie rzeczywistym
Standardowa kolonoskopia zostanie przeprowadzona zgodnie ze standardami rutynowej opieki.
Wszystkie polipy zdiagnozowane optycznie zostaną usunięte i przesłane do laboratorium patologii CHUM w celu oceny histopatologicznej zgodnie ze standardami instytucjonalnymi.
System sztucznej inteligencji będzie nagrywał wideo z zabiegu w czasie rzeczywistym i dostarczał dodatkowych informacji na temat wykrywania polipów, obserwacji i przewidywania patologii.
Pełnometrażowe filmy z kolonoskopii będą opatrzone adnotacjami dotyczącymi dokładnego czasu identyfikacji anatomicznych punktów orientacyjnych, polipów, a także cech związanych z polipami i procedurami.
|
System sztucznej inteligencji będzie rejestrował obraz wideo na żywo z procedury, a informacje zwrotne AI (wykrywanie polipów, śledzenie i przewidywanie patologii) będą wyświetlane na drugim ekranie zainstalowanym obok zwykłego ekranu endoskopii.
Ekran A pokaże normalny obraz endoskopowy, a ekran B pokaże zwykły obraz endoskopowy wraz z obszarami, w których może znajdować się polip lub informacje umożliwiające przewidywanie patologii
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Liczba wykrytych polipów
Ramy czasowe: Dzień 1
|
Skuteczność kolonoskopii wspomaganej sztuczną inteligencją w wykrywaniu odsetka pacjentów z co najmniej 1 polipem.
Wskaźnik wykrywania polipów z AI.
|
Dzień 1
|
|
Ocena automatycznego raportu wskaźników jakości kolonoskopii
Ramy czasowe: Dzień 1
|
Porównanie automatycznego wykrywania zastawki krętniczo-kątniczej, ujścia wyrostka robaczkowego i automatycznego obliczania czasu wycofania z ręcznym wykrywaniem
|
Dzień 1
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
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)
18 grudnia 2020
Zakończenie podstawowe (RZECZYWISTY)
31 marca 2022
Ukończenie studiów (RZECZYWISTY)
11 maja 2022
Daty rejestracji na studia
Pierwszy przesłany
1 października 2020
Pierwszy przesłany, który spełnia kryteria kontroli jakości
7 października 2020
Pierwszy wysłany (RZECZYWISTY)
14 października 2020
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (RZECZYWISTY)
25 listopada 2022
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
23 listopada 2022
Ostatnia weryfikacja
1 listopada 2022
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 20.198
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 .
Badania kliniczne na Polipy gruczolakowate
-
HonorHealth Research InstituteIterion TherapeuticsRekrutacyjnyRak jelita grubego (CRC) | Rak jelita grubego z przerzutami (mCRC) | Mutacja genu Adenomatous Polyposis Coli (APC) | Mutacja genu kateniny beta-1 (CTNNB1)Stany Zjednoczone
Badania kliniczne na Wykrywanie polipów przez sztuczną inteligencję
-
University of California, San FranciscoLazarex Cancer FoundationRekrutacyjny