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

Ocena możliwości systemu automatycznego raportowania obrazu EUS

10 stycznia 2024 zaktualizowane przez: Renmin Hospital of Wuhan University

Ocena możliwości systemu automatycznego raportowania obrazów endoskopowej ultrasonografii

W tym badaniu inteligentny system raportowania obrazu EUS może automatycznie generować raporty po przeczytaniu filmów z badań EUS. Ta funkcja może ujednolicić jakość raportowania obrazów ultrasonograficznych endoskopii i zmniejszyć obciążenie pracą endoskopistów ultrasonograficznych.

Przegląd badań

Szczegółowy opis

Dobrze napisany raport jest najważniejszym sposobem komunikacji między klinicystami, lekarzami kierującymi i pacjentami. Raporty odgrywają również kluczową rolę w poprawie jakości endoskopii przewodu pokarmowego. W przeciwieństwie do endoskopii przewodu pokarmowego, jakość raportowania w ultrasonografii endoskopowej (EUS) nie została dokładnie oceniona i brakuje standardu referencyjnego. Zgodnie z wytycznymi dotyczącymi standardowych elementów raportu EUS, opracowanymi i przejrzanymi na dorocznym spotkaniu Forum Kanadyjskiej Endoskopowej Ultrasonografii 2019, odpowiednia dokumentacja fotograficzna wszystkich istotnych zmian i anatomicznych punktów orientacyjnych powinna być zawarta w raportach EUS i przechowywana do wykorzystania w przyszłości. Systematyczna dokumentacja fotograficzna w EUS jest wyznacznikiem jakości zabiegu według ASGE. Systematyczna dokumentacja fotograficzna może ułatwić ocenę EUS w ramach nadzoru. Zgodnie z międzynarodową ankietą internetową, większość endosonografów wykorzystała w raporcie ustrukturyzowane drzewo opisujące prawidłowe i nieprawidłowe wyniki (81%) lub tylko nieprawidłowe wyniki (7%). Dlatego konieczne jest opracowanie wystandaryzowanego systemu raportowania obrazu endoskopowego USG.

W ostatnich dziesięcioleciach byliśmy świadkami niezwykłego postępu sztucznej inteligencji (AI) w dziedzinie medycyny. Głębokie uczenie się, podzbiór sztucznej inteligencji, wykazało ogromny potencjał w opracowywaniu analizy obrazu. W dziedzinie endoskopii przewodu pokarmowego szeroko badano głębokie uczenie się, w tym identyfikację zmian ogniskowych, różnicowanie zmian złośliwych i niezłośliwych i tak dalej. Rzadko jednak opracowuje się prace nad automatyczną dokumentacją fotograficzną podczas ultrasonografii endoskopowej.

Nasza poprzednia praca z powodzeniem opracowała system nawigacji EUS z głębokim uczeniem, który może identyfikować standardowe stacje trzustki i CBD w czasie rzeczywistym. W niniejszym badaniu dalej skonstruowaliśmy system automatycznego raportowania obrazu EUS (EUS-AIRS). EUS-AIRS może automatycznie rejestrować obrazy standardowych stacji, zmian chorobowych i procedur biopsji oraz oznaczać rodzaje zmian, generując w ten sposób raport obrazowy o wysokiej kompletności i jakości podczas ultrasonografii endoskopowej.

Przetestowaliśmy działanie EUS-AIRS, testując jego działanie na retrospektywnych danych wewnętrznych i zewnętrznych, i przewidujemy określenie użyteczności EUS-AIRS w praktyce klinicznej, testując jego działanie u kolejnych potencjalnych pacjentów.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

114

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Hubei
      • Wuhan, Hubei, Chiny, Wuhan
        • Renmin Hospital of Wuhan University

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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Populację badaną stanowili pacjenci poddawani ultrasonografii endoskopowej, którzy spełniali wszystkie kryteria włączenia i nie spełniali wszystkich kryteriów wykluczenia.

Opis

Kryteria przyjęcia:

  1. pacjenci w wieku 18 lat lub starsi;
  2. chorzy ze wskazaniami do ultrasonografii endoskopowej dróg żółciowych trzustki i poddawani zabiegom EUS w sedacji;
  3. umiejętność czytania, rozumienia i podpisywania świadomej zgody;

Kryteria wyłączenia:

  1. pacjenci z bezwzględnymi przeciwwskazaniami do badania EUS;
  2. historia wcześniejszych operacji żołądka;
  3. ciąża;
  4. ciężka choroba medyczna;
  5. wcześniejsza historia medyczna reakcji alergicznej na środki znieczulające;
  6. zwężenie lub niedrożność przełyku;
  7. nieprawidłowości anatomiczne górnego odcinka przewodu pokarmowego w przebiegu zaawansowanej neoplazji.

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

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
kompletność przechwytywania stacji standardowych
Ramy czasowe: 2 miesiące
Liczba stanowisk standardowych poprawnie wychwyconych przez EUS-AIRS jest dzielona przez liczbę wszystkich stanowisk standardowych w endoskopowych procedurach ultrasonograficznych
2 miesiące

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
kompletność przechwytywania procedur biopsji
Ramy czasowe: 2 miesiące
Liczba prawidłowych procedur biopsji zarejestrowanych przez EUS-AIRS została podzielona przez liczbę wszystkich procedur biopsji w endoskopowej procedurze ultrasonograficznej
2 miesiące
dokładność przechwytywania stacji standardowych
Ramy czasowe: 2 miesiące
Liczba standardowych obrazów stacji poprawnie przechwyconych przez EUS-AIRS jest dzielona przez liczbę wszystkich standardowych obrazów stacji przechwyconych przez EUS-AIRS
2 miesiące
kompletność wychwytywania wykrytych zmian
Ramy czasowe: 2 miesiące
Liczbę prawidłowych zmian wykrytych w badaniu EUS-AIRS podzielono przez liczbę wszystkich zmian w endoskopowym badaniu ultrasonograficznym
2 miesiące

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Honggang Yu, Doctor, Renmin Hospital of Wuhan 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)

10 maja 2023

Zakończenie podstawowe (Rzeczywisty)

23 października 2023

Ukończenie studiów (Rzeczywisty)

20 grudnia 2023

Daty rejestracji na studia

Pierwszy przesłany

5 maja 2023

Pierwszy przesłany, który spełnia kryteria kontroli jakości

5 maja 2023

Pierwszy wysłany (Rzeczywisty)

15 maja 2023

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

12 stycznia 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

10 stycznia 2024

Ostatnia weryfikacja

1 stycznia 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • EA-23-004

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