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

Opracowanie wspomaganego komputerowo wspomagania decyzji o polipektomii

9 grudnia 2022 zaktualizowane przez: Centre hospitalier de l'Université de Montréal (CHUM)
Elementy jakościowe kolonoskopii obejmują wykrycie i całkowite usunięcie polipów jelita grubego, które są prekursorami CRC. Jednak ablacja endoskopowa może być niepełna, stwarzając ryzyko rozwoju „nowotworów interwałowych”. Badacze proponują opracowanie rozwiązania opartego na sztucznej inteligencji (AI) (polipektomia wspomagana komputerowo wspomagania decyzji CADp), aby rozwiązać ten problem. Ten projekt badawczy ma na celu opracowanie CADp, rozwiązania komputerowego wspomagania decyzji (CDS) do ablacji polipów jelita grubego od 1 do 20mm.

Przegląd badań

Szczegółowy opis

Ten projekt badawczy ma na celu opracowanie CADp, komputerowego rozwiązania wspomagającego podejmowanie decyzji (CDS) do usuwania polipów jelita grubego o wielkości od 1 do 20 mm. Badacze wykorzystają zestaw danych wideo i obrazów dotyczących procedur polipektomii, aby wytrenować model CADp; w ten sposób może zapewnić nałożoną informację wideo w czasie rzeczywistym dla procedur polipektomii w oparciu o pięć określonych wskaźników: 1) oszacowanie wielkości polipa; 2) przewidywanie morfologii i histologii; 3) sugestię odpowiedniego wyposażenia do resekcji i podejścia technicznego w oparciu o charakterystykę, wielkość i histologię polipa zgodnie z aktualnymi wytycznymi; 4) nałożenie obrazu, oparte na technologii semantycznej segmentacji obrazu, ukazujące rozległość zmiany i sugestię odpowiedniego obrysu marginesu resekcji wokół polipa, zapewniającego jego całkowite usunięcie; 5) analiza po resekcji w celu identyfikacji pozostałości tkanki polipa lub niewystarczającego marginesu resekcji, które mogą zwiększać to ryzyko.

Badacze zbiorą zestaw obrazów i danych wideo z procedur polipektomii na żywo, aby wykorzystać najnowsze postępy w technologii sztucznej inteligencji do trenowania modeli głębokiego uczenia się. Ten zestaw danych zostanie uzyskany prospektywnie z kohorty dorosłych (w wieku 45-80 lat) poddawanych kolonoskopii przesiewowej, diagnostycznej lub kontrolnej. Aby wyszkolić rozwiązanie CADp, badacze uzyskają odpowiedni status kompletności resekcji, korzystając z wydajności biopsji marginesu po resekcji. Zbiór danych zostanie podzielony na dwie grupy, odpowiednio trening i test CADp.

Typ studiów

Interwencyjne

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Quebec
      • Montréal, Quebec, Kanada
        • Centre hospitalier universitaire de Montréal

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

41 lat do 76 lat (Dorosły, Starszy dorosły)

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:

  • Znana choroba zapalna jelit
  • Aktywne zapalenie jelita grubego
  • Koagulopatia
  • Zespół rodzinnej polipowatości;
  • Zły ogólny stan zdrowia, zdefiniowany jako klasa stanu fizycznego >3 wg Amerykańskiego Towarzystwa Anestezjologicznego (ASA).
  • Kolonoskopie awaryjne

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: Leczenie podtrzymujące
  • Przydział: Nie dotyczy
  • Model interwencyjny: Zadanie dla jednej grupy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Sztuczna inteligencja w czasie rzeczywistym Komputerowe wspomaganie decyzji o resekcji polipów jelita grubego
Standardowa kolonoskopia zostanie przeprowadzona zgodnie ze standardami rutynowej opieki. Wszystkie polipy zdiagnozowane optycznie zostaną usunięte i wysłane do laboratorium patologii CHUM w celu oceny histopatologicznej zgodnie ze standardami instytucjonalnymi. System sztucznej inteligencji przechwytuje wideo z zabiegu w czasie rzeczywistym i dostarcza dodatkowych informacji na temat zabiegów polipektomii.
System sztucznej inteligencji przechwyci obraz wideo na żywo z procedury, a informacje zwrotne od sztucznej inteligencji zostaną wyświetlone na drugim ekranie zainstalowanym obok zwykłego ekranu endoskopii. Na ekranie A zostanie wyświetlony normalny obraz endoskopowy, a na ekranie B zostanie wyświetlony normalny obraz endoskopowy wraz z obszarami, w których mogą znajdować się polipy, oraz informacje pomocne przy polipektomii.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność systemu CADp
Ramy czasowe: 3 tygodnie
dokładność, z jaką system CADp przewiduje kompletność polipektomii w zestawie testowym z wzorcem odniesienia dla kompletności określanym na podstawie histologii biopsji marginesu po polipektomii; jeśli nie ma tkanki polipowej (gruczolakowatej, ząbkowanej lub hiperplastycznej), resekcja zostanie uznana za zakończoną. W przypadku wykrycia pozostałości tkanki polipa w jednej lub kilku biopsjach marginesu, resekcję uważa się za niekompletną
3 tygodnie
Kompletność polipektomii
Ramy czasowe: 1 miesiąc
Ocenimy zgodność między różnymi subiektywnymi i obiektywnymi sposobami oceny kompletności polipektomii: ocena marginesów (obecność lub brak, pomiar marginesów) przez samoocenę endoskopistów i przez konsensus ekspertów.
1 miesiąc
Szkolenie CADp
Ramy czasowe: 1 miesiąc
Ocena zgodności danych dotyczących wielkości polipa, poszerzenia marginesów wokół polipa, jakości resekcji pomiędzy danymi klinicznymi (samoocena endoskopistów i ocenami ekspertów) a predykcją CADp.
1 miesiąc
Trafność wyboru głównego wyniku
Ramy czasowe: 1 miesiąc
Na podstawie wyników i porównania różnych metod oceny przeprowadzimy analizy wrażliwości, aby ocenić ważność i solidność wyboru głównego wyniku.
1 miesiąc

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 (Oczekiwany)

1 grudnia 2021

Zakończenie podstawowe (Oczekiwany)

1 kwietnia 2023

Ukończenie studiów (Oczekiwany)

1 kwietnia 2023

Daty rejestracji na studia

Pierwszy przesłany

16 lutego 2021

Pierwszy przesłany, który spełnia kryteria kontroli jakości

20 marca 2021

Pierwszy wysłany (Rzeczywisty)

23 marca 2021

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Oszacować)

13 grudnia 2022

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

9 grudnia 2022

Ostatnia weryfikacja

1 grudnia 2022

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 .

Badania kliniczne na Polipy gruczolakowate

Subskrybuj