Autonomiczna sztuczna inteligencja a diagnostyka optyczna człowieka wspomagana sztuczną inteligencją (CADx-Prosp)
Autonomiczna sztuczna inteligencja kontra optyczna diagnostyka polipów jelita grubego u ludzi wspomagana przez sztuczną inteligencję: randomizowane badanie kontrolowane
Computer-aided image-enhanced endoscopy can predict the nature of colorectal polyps with over 90% accuracy. This technology uses artificial intelligence (AI) to analyze video recordings of polyps, learning to make diagnoses in real-time. This means that doctors can get immediate predictions about small polyps during the procedure, reducing the need for separate pathology exams and saving costs, ultimately improving patient care.
Human and AI interactions are complex and a framework to reap synergistic effects CADx systems when used by humans to harness optimal performance needs to be established. AI solutions in medicine are usually developed to be used as assistive devices, however, then they rely on humans to correct AI errors. Optical polyp diagnosis is a complex task. Non experts usually achieve diagnostic accuracy in 70-80%. CADx systems have a similar diagnostic accuracy when used autonomously. Clinical evaluation of CADx systems showed that CADx assisted OD performs equally to the operator performance when using non CADx assisted OD. To harness a benefit of clinical CADx implementation we would have to find a way that synergies between human and CADx come into play to eliminate cases in which CADx assisted and/ or human OD results in low diagnostic accuracy and also addresses the problem of serrated polyp recognition.
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Our study hypothesis is that for CADx implementation, instead of using the high/low confidence framework, identifying cases with suboptimal diagnostic accuracy could be facilitated through identifying cases in which CADx and endoscopist disagreed in their diagnosis. Eliminating such cases might separate out cases with low accuracy when using CADx assisted OD. Since endoscopists have a high sensitivity but low specificity for serrated polyp OD, this framework will also allow us to implement a strategy to adequately manage serrated polyps found in the cohort.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Daniel von Renteln, MD
- Numer telefonu: 30912 514 890-8000
- E-mail: daniel.von.renteln.med@ssss.gouv.qc.ca
Lokalizacje studiów
-
-
Quebec
-
Montreal, Quebec, Kanada
- Rekrutacyjny
- Ghislaine Ahoua
-
Kontakt:
- Daniel von Renteln, MD
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
Akceptuje zdrowych ochotników
Płeć kwalifikująca się do nauki
Opis
Inclusion Criteria:
- Indication for full colonoscopy.
Exclusion Criteria:
- Known inflammatory bowel disease
- Active colitis
- coagulopathy
- familial polyposis syndrome
- poor general health, defined as an American Society of Anesthesiologists class >3
- emergency colonoscopy
Plan studiów
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 |
|---|---|
|
Inny: All participants
The endoscopist will make an optical diagnosis (OD) prediction for all small polyps (up to 10 mm) in white light (WL). Then, the endoscopist will make another OD prediction using image enhanced endoscopy (IEE) modes. After that, CADx will be activated in the IEE mode and a CADx prediction will be documented. Finally, after seeing the CADx prediction, the endoscopist will make a final prediction, which can agree or disagree with the autonomous CADx one. Polyps will be resected and sent to a pathology lab, where a pathologic diagnosis (blinded to the endoscopist's predictions) will be rendered. |
The CADx system will be used to predict the histopathology of the polyp detected. |
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Accuracy of optical diagnosis, for polyps 1-5mm, compared with an agreed upon CADx-assisted diagnosis
Ramy czasowe: up to 100 weeks
|
Accuracy of optical diagnosis, for polyps 1-5mm, compared with an agreed upon CADx-assisted diagnosis , when histopathology results are used as the reference |
up to 100 weeks
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Accuracy of optical diagnosis, for polyps 1-10mm, compared with an agreed upon CADx-assisted diagnosis
Ramy czasowe: up to 100 weeks
|
Accuracy of optical diagnosis, for polyps 1-10mm, compared with an agreed upon CADx-assisted diagnosis, when histopathology results are used as the reference |
up to 100 weeks
|
|
Test characteristics, including recall, specificity, positive and negative predictive values (PPV/NPV), and particularly the NPV of rectosigmoid neoplastic polyps.
Ramy czasowe: up to 100 weeks
|
A ≥90% NPV will be used as a quality benchmark for a strategy to not resect such diminutive polyps. |
up to 100 weeks
|
|
Agreement of surveillance interval recommendations of AI-A and AI-H compared with the pathology-based recommendations
Ramy czasowe: up to 100 weeks
|
For surveillance interval assignment, the pathology results of concomitant polyps >5 mm (including multiple concomitant polyps of all sizes and histology) will be considered when calculating the surveillance interval recommendation. Surveillance recommendations will be based on the 2020 United States Multi Society Task Force Guidelines as is current standard of practice at our center. |
up to 100 weeks
|
|
Proportion of patients for whom an immediate surveillance recommendation can be directly provided for each approach, and how often histopathology-based polyp examination would have been avoided.
Ramy czasowe: up to 100 weeks
|
The potential cost-effectiveness of OD (either approaches) will be evaluated using the measured described above. |
up to 100 weeks
|
|
Variability of OD (AI-A and AI-H) across participating endoscopists.
Ramy czasowe: up to 100 weeks
|
Each participating endoscopist will conduct a similar number of optical diagnoses to assess endoscopist-related factors. |
up to 100 weeks
|
|
Cost-effectiveness of OD ((AI-A and AI-H)
Ramy czasowe: up to 100 weeks
|
A cost-effectiveness model will be applied to better quantify costs and understand cost impact including key cost drivers when generalized to a broader screening population. |
up to 100 weeks
|
Współpracownicy i badacze
Śledczy
- Główny śledczy: Daniel von Renteln, MD, University of Montreal Medical Center (CHUM)
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 2025-12306
- 2025 (Grant/umowa NIH USA)
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
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 .