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

Endocytoskopowa diagnostyka nowotworów jelita grubego w czasie rzeczywistym w oparciu o sztuczną inteligencję

2 grudnia 2025 zaktualizowane przez: Hong Xu, The First Hospital of Jilin University

Endocytoskopowa diagnostyka nowotworów jelita grubego w czasie rzeczywistym w oparciu o sztuczną inteligencję: jedno centrum, prospektywne badanie kliniczne

Rak jelita grubego (CRC) jest trzecim najczęstszym nowotworem złośliwym i drugą najczęstszą przyczyną zgonów spowodowanych nowotworami na świecie. Kolonoskopię uważa się za preferowaną metodę badań przesiewowych w kierunku raka jelita grubego, a resekcja zmian w jelicie grubym może znacząco zmniejszyć częstość występowania i śmiertelność z powodu raka jelita grubego. W celu poprawy jakościowej i ilościowej diagnostyki zmian jelita grubego stosuje się wiele technik endoskopowych, takich jak endoskopia ze wzmocnieniem obrazu (IEE), w tym obrazowanie wąskopasmowe (NBI), endoskopia powiększająca, endoskopia barwnikowa, endoskopia z użyciem lasera konfokalnego i endocytoskopia (EC). stosowane klinicznie. Jednak wraz ze wzrostem liczby resekcji endoskopowych koszty związane z diagnostyką patologiczną resekcji endoskopowej i wycinkami z resekcji rosną z roku na rok. W praktyce klinicznej niektóre nienowotworowe zmiany jelita grubego mogą nie wymagać resekcji, dlatego ważne jest, aby podczas kolonoskopii odróżnić zmiany nowotworowe od nienowotworowych. Zastosowanie EC ma na celu osiągnięcie celu histopatologicznej diagnostyki endoskopowej w czasie rzeczywistym bez biopsji. Kilka badań wykazało, że EC jest skuteczna w identyfikowaniu charakteru zmian w jelicie grubym i ocenie głębokości nacieku CRC. Na podstawie diagnozy endoskopowej endoskopista może ustalić plan leczenia zmian w jelicie grubym. Najnowszy EC to zintegrowany endoskop z systemem mikroskopii świetlnej kontaktowej o maksymalnym powiększeniu 520x. EC może wykazać atypową strukturę gruczołów i komórek po barwieniu i wyświetlić superamplifikowane mikronaczynia powierzchniowe zmiany chorobowej w trybie EC-NBI. Jednak ocena obrazów endocytoskopowych wymaga dużego doświadczenia, aby poprawić dokładność diagnostyczną. Ponadto endoskopiści mają pewne subiektywne oceny i błędy w diagnostyce endocytoskopowej. Istnieje system sztucznej inteligencji, który został opracowany w celu identyfikacji nowotworów jelita grubego. Nadal jednak brakuje prospektywnej weryfikacji klinicznej na podstawie populacji chińskiej. W badaniu badacze przeprowadzili prospektywne badanie kliniczne, aby określić dokładność diagnostyczną systemu sztucznej inteligencji.

Przegląd badań

Status

Zakończony

Szczegółowy opis

Koloskopia jest obecnie złotym standardem w badaniach przesiewowych w kierunku raka jelita grubego. Endocytozoskopia, dzięki swojej funkcji wysokiego powiększenia, może osiągnąć cel biopsji optycznej. Jednak endoskopowi lekarze mają pewne trudności w diagnozowaniu za pomocą endocytozoskopii, szczególnie dla początkujących lekarzy endoskopowych, których dokładność diagnostyczna jest często niska.

Dlatego EndoBRAIN, jako sztuczny system inteligencji wspomagający diagnozowanie endocytozoskopii, ma zaletę szybkiej diagnozy. W trybie EC-NBI przewiduje jako „Nienowotworowe” lub „Nowotworowe”, a w trybie EC-barwienia jego wynik przewidywania to „Nienowotworowe”, „Gruczolak” lub „Rak inwazyjny”.

Jednak obecnie ten sztuczny system wspomagania diagnostycznego nie został zastosowany w populacji chińskiej. Badacze planują przeprowadzić prospektywne badanie kliniczne w celu zweryfikowania dokładności EndoBRAIN w przewidywaniu histologii zmian jelita grubego w czasie rzeczywistym endocytozoskopii. W tym badaniu prospektywnie zostaną zebrane zmiany spełniające kryteria włączenia i wykluczenia. Po postawieniu diagnozy przez lekarzy endoskopowych za pomocą optyki endoskopowej i EndoBRAIN, a następnie poddaniu się endoskopowej resekcji lub resekcji chirurgicznej z późniejszą diagnozą patologiczną, porównają diagnozę lekarza, wyniki diagnozy sztucznej inteligencji ze złotymi standardowymi wynikami patologicznymi i podsumują dokładność diagnostyczną tego sztucznego systemu wspomagania diagnostycznego dla zmian jelita grubego.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

680

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Jilin
      • Changchun, Jilin, Chiny, 130021
        • The First hospital of Jilin 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

  • Dziecko
  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badacze analizowali jedynie zmiany w jelicie grubym wycięte endoskopowo lub chirurgicznie, które zostały zaobserwowane przed leczeniem za pomocą EC-NBI i barwienia EC przez endoskopistów i system sztucznej inteligencji, a które ostatecznie przeprowadzono w badaniu histopatologicznym.

Opis

Kryteria przyjęcia:

  • zmiany jelita grubego

Kryteria wyłączenia:

  • nowotwory nienabłonkowe
  • historia choroby zapalnej jelit
  • chemioterapia lub radioterapia raka jelita grubego
  • zmiany bez wyraźnych obrazów EC
  • specyficzne typy patologiczne
  • rodzinna polipowatość gruczolakowata

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
Pacjenci z jednym lub większą liczbą wykrytych zmian jelita grubego

Podczas endocytoskopii, klinik bada obecność zmian jelita grubego zgodnie z rutynową praktyką kliniczną przy wyłączonym EndoBRAIN. Gdy napotkana zostanie zmiana jelita grubego, klinik dokona prognozy dotyczącej histologii na podstawie rutynowej praktyki klinicznej. Następnie funkcja EndoBRAIN zostanie włączona, a klinik zanotuje prognozę EndoBRAIN dla każdego obrazu zmiany jelita grubego.

Dodatkowo, inne cechy zmiany jelita grubego, takie jak rozmiar, lokalizacja i kształt, zostaną zarejestrowane, co jest podobne do tego, co wykonuje się w rutynowej praktyce klinicznej. Zmiana jelita grubego zostanie wycięta i wysłana do badania patologicznego, co będzie stanowić "złoty standard" w diagnostyce histologii zmiany jelita grubego.

Zmiany w jelicie grubym i odbytnicy obserwowano za pomocą EC-NBI i barwienia EC przez endoskopistów przed leczeniem, a ostatecznie przeprowadzono badanie histopatologiczne. Endocytoskopie (CF-H290ECI, Olympus, Tokio, Japonia) mają maksymalne powiększenie ×520, głębokość ogniskowania 35 μm; pole widzenia, 570×500µm. Podczas EC-NBI endoskopista nacisnął przycisk endoskopu, aby przełączyć się z obrazowania w świetle białym na NBI i obserwował zmianę w pełnym powiększeniu. Po obserwacji endocytoskopowej system sztucznej inteligencji zostanie otwarty i wyświetli przewidywany wynik. Na koniec endoskopista przeprowadził diagnostykę w trybie barwienia EC po zabarwieniu powierzchni zmiany 1,0% błękitem metylenowym. Po obserwacji endocytoskopowej system sztucznej inteligencji ponownie się otworzy i wyświetli przewidywany wynik.
Inne nazwy:
  • endocytoskopia

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Ocena skuteczności diagnostycznej i wskaźnika diagnoz z wysokim poziomem pewności systemu EndoBRAIN w diagnozowaniu zmian nowotworowych w warunkach klinicznych. EndoBRAIN w diagnozowaniu zmian nowotworowych w warunkach klinicznych.
Ramy czasowe: 8 miesięcy
Czułość, swoistość, dokładność, dodatnia wartość predykcyjna (PPV), ujemna wartość predykcyjna (NPV) oraz wskaźnik diagnozy o wysokim stopniu pewności zostaną obliczone w celu porównania z ostateczną histologią jako złotym standardem diagnostycznym
8 miesięcy

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Ocena skuteczności i wskaźnika diagnostyki z wysoką pewnością systemu EndoBRAIN w rozpoznawaniu gruczolaków odbytnicy i esicy ≤5 mm;
Ramy czasowe: 8 miesięcy
Czułość, swoistość, dokładność, wartość predykcyjna dodatnia (PPV), wartość predykcyjna ujemna (NPV) oraz wskaźnik rozpoznania z wysoką pewnością zostaną obliczone w celu porównania z ostateczną histologią jako złotym standardem diagnostycznym
8 miesięcy
Aby ocenić skuteczność i wskaźnik diagnostyczny wysokiej pewności systemu Endobrain w trybie barwienia EC w diagnozowaniu raka inwazyjnego;
Ramy czasowe: 8 miesięcy
Czułość, specyficzność, dokładność, wartość predykcyjna dodatnia (PPV), wartość predykcyjna ujemna (NPV) oraz wskaźnik diagnozy o wysokim stopniu pewności zostaną obliczone w celu porównania z ostateczną histologią jako złotym standardem diagnozy
8 miesięcy
Aby ocenić czynniki wpływające na diagnozę zmian jelita grubego przez EndoBRAIN.
Ramy czasowe: 8 miesięcy
Wydajność diagnostyczna systemu EndoBRAIN w różnych czynnikach wpływających zostanie obliczona w celu porównania z ostateczną histologią jako złotym standardem diagnostycznym
8 miesięcy
Porównanie skuteczności diagnostycznej w określaniu histologii zmian okrężnicy i odbytnicy przez system EndoBRAIN, przez endoskopistów oraz przez endoskopistów w połączeniu z systemem EndoBRAIN;
Ramy czasowe: 8 miesięcy
Wydajność diagnostyczna w diagnozowaniu histologii zmian jelita grubego za pomocą EndoBRAIN, przez endoskopistów oraz przez endoskopistów w połączeniu z EndoBRAIN zostanie obliczona w celu porównania z ostateczną histologią jako złotym standardem diagnostycznym
8 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Główny śledczy: Hong Xu, PHD, The First hospital of Jilin 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 kwietnia 2024

Zakończenie podstawowe (Rzeczywisty)

19 grudnia 2024

Ukończenie studiów (Rzeczywisty)

19 grudnia 2024

Daty rejestracji na studia

Pierwszy przesłany

22 marca 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

22 marca 2024

Pierwszy wysłany (Rzeczywisty)

28 marca 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

9 grudnia 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

2 grudnia 2025

Ostatnia weryfikacja

1 grudnia 2025

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