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

AUGUR-AI - Przedstawiciel angiografii fluorescencyjnej zielonej indocyjaniny (AUGUR-AI)

26 listopada 2024 zaktualizowane przez: Ronan Cahill, Mater Misericordiae University Hospital

Chirurgia może skutecznie leczyć raka jelita grubego, ale jest to złożona procedura wiążąca się z ryzykiem i powikłaniami. Chirurdzy często polegają na kamerach, aby wizualnie kierować swoimi instrumentami podczas operacji, szczególnie w przypadku zabiegów małoinwazyjnych („dziurki od klucza”) i endoskopowych. Kamera jest podłączona do komputera i generuje scenę wewnętrzną na ekranie wyświetlacza, na który chirurg patrzy przez cały czas trwania zabiegu, pomagając mu podejmować świadome decyzje podczas całej operacji. W chirurgii pod kontrolą fluorescencji wykorzystuje się szczególny typ kamery, która może wykrywać obrazy zarówno w normalnym świetle, jak i w zakresie bliskiej podczerwieni. Aby zadziałało, konieczne jest podanie pacjentowi środka zwanego zielenią indocyjaninową, a następnie kamera może w momencie operacji sprawdzić, czy środek znajduje się w tkance będącej przedmiotem operacji. W ten sposób można pomóc w podjęciu decyzji dotyczących ukrwienia („perfuzji”), zwłaszcza związanych z bezpieczeństwem łączenia fragmentów tkanki po usunięciu choroby. Sprzęt i środek są dopuszczone do stosowania w ten sposób i posiadają bardzo dobre profile bezpieczeństwa. Wiele międzynarodowych badań wykazało już, że stosowanie chirurgii pod kontrolą fluorescencji wiąże się z mniejszą częstością nieszczelności po usunięciu chorobowych odcinków jelita i ponownym połączeniu zdrowych końcówek.

Poprzednia praca, którą wykonaliśmy, pokazała, że ​​wyrafinowane metody obliczeniowe mogą nauczyć się interpretować wzorce fluorescencji w podobny sposób, jak chirurg mający duże doświadczenie w chirurgii pod kontrolą fluorescencji.

W tym badaniu naszym celem jest ocena, czy opracowany przez nas system komputerowy działa w czasie rzeczywistym, w teatrze, i zapewnia wiarygodną interpretację wzoru fluorescencji, zgodną z tym, jak ekspert zinterpretowałby ten sam wzór. Analiza systemu nie będzie miała wpływu na działanie; zamiast tego obrazy wideo będą rejestrowane, przetwarzane i analizowane przez nasz system komputerowy. Wyniki interpretacji nie będą pokazywane chirurgowi operującemu podczas zabiegu, aby uniknąć wpływu na podejmowanie decyzji.

Przegląd badań

Szczegółowy opis

Chirurgia wnosi duży wkład w opiekę zdrowotną, należy ją jednak stale optymalizować, aby zmaksymalizować jej skuteczność, minimalizując jednocześnie ryzyko i koszty. Złożone wyniki zabiegów chirurgicznych, które często wymagają znacznych zasobów opieki zdrowotnej, podkreślają potrzebę ciągłej poprawy bezpieczeństwa i precyzji. Każdy zabieg chirurgiczny składa się z szeregu kluczowych etapów, które opierają się na ocenie chirurga, a także zręczności technicznej i umiejętnościach. Decyzje podejmowane są głównie na podstawie wizualnej interpretacji wyników w kontekście czynników specyficznych dla pacjenta (w tym czynników profilowanych przedoperacyjnie) i własnego doświadczenia operatora (które obejmuje formalne przeszkolenie i zgromadzoną wiedzę specjalistyczną). Dotyczy to zwłaszcza chirurgii małoinwazyjnej, w której kamera umieszczona wewnętrznie wyświetla na ekranie obraz wewnętrzny wraz z czynnościami operatora (cyfrowy obraz tworzony jest przez komputer w celu interpretacji przez człowieka). Kluczowe znaczenie dla powodzenia operacji ma podjęcie jak najdokładniejszych decyzji, aby zapewnić pacjentowi bezpieczną i skuteczną operację, która wyleczy problem przy jak najmniejszej utracie funkcjonalności. W przypadku resekcji jelita grubego oznacza to wiedzę, że pozostałe tkanki są wystarczająco ukrwione, aby się zagoić, ponieważ niezagojenie zespoleń wiąże się ze znaczną zachorowalnością i śmiertelnością.

Laparoskopia w bliskiej podczerwieni to uznana technologia, której celem jest poprawa wyników klinicznych poprzez umożliwienie zobaczenia pewnych cech tkanek, które w przeciwnym razie byłyby niewidoczne dla ludzkiego oka, w celu ułatwienia śródoperacyjnego podejmowania decyzji. Technologia ta wykorzystuje energię w zakresie NIR (780–820 nm) do wizualizacji tkanek równolegle ze standardowym badaniem w świetle białym. Energia o tej długości fali nie powoduje uszkodzeń komórek i może przenikać przez niektóre tkanki na głębokość kilku milimetrów. Przy tej długości fali nie występuje odbicie biologiczne od tkanki, zatem obecność środka reagującego podawanego ogólnoustrojowo można potwierdzić, jeśli środek ten jest zdolny do fluorescencji (tzn. absorpcji energii przy jednej długości fali i jej reemisji przy innej długości fali). Chociaż opracowywane są nowe środki fluorescencyjne, obecnie najbardziej użytecznym i najbezpieczniejszym środkiem zatwierdzonym do stosowania jest zieleń indocyjaninowa (ICG), która od dawna została zatwierdzona i udowodniona, że ​​jest bezpieczna do oceny układu krążenia, w tym perfuzji tkanki mikronaczyniowej. Po podaniu ogólnoustrojowym barwnik krąży po organizmie w ciągu kilku sekund, dostarczając informacji w czasie rzeczywistym, które można wielokrotnie oceniać na różnych etapach operacji. Do chwili obecnej wiele badań, w tym randomizowane badania kontrolowane, wykazało, że stosowanie angiografii z zieloną fluorescencją indocyjaninową (ICGFA) wiąże się z mniejszą częstością nieszczelności zespoleń podczas dużych operacji resekcji jelita grubego. Subiektywna interpretacja dynamicznie zmieniających się scen może być trudna, zwłaszcza gdy z biegiem czasu może zaistnieć potrzeba śledzenia różnych obszarów ekranu. Jednakże biorąc pod uwagę, że stosowanie ICGFA wiąże się z niższymi wskaźnikami wycieków, interpretacja wzorców sygnałów przez doświadczonych użytkowników musi być spójna, co wykazano również w pracach dotyczących zmienności między użytkownikami.

Koncepcja „chirurgii cyfrowej” odnosi się do zastosowania technologii do analizy danych w czasie rzeczywistym podczas operacji. Termin sztuczna inteligencja (AI) odnosi się do technologii próbującej naśladować ludzkie funkcje poznawcze. Widzenie komputerowe oznacza konwersję obrazu wizualnego na numeryczne zbiory danych, które następnie stają się dostępne dla uczenia maszynowego poprzez zastosowanie modeli statystycznych opartych na próbce danych w celu zastosowania procesu decyzyjnego w sytuacjach bez wyraźnego zaprojektowania go do wykonania zadania. Model predykcyjny może ważyć różne ścieżki, a klasyfikator może następnie przedstawić sugestie dotyczące wsparcia decyzji wraz z ich poziomami ufności. W poprzedniej pracy szkoliliśmy modele sztucznej inteligencji w oparciu o fachową interpretację wzorców sygnałów fluorescencyjnych u pacjentów, o których wiadomo, że nie doświadczyli pooperacyjnego nieszczelności zespolenia. Następnie testowaliśmy tę metodę prospektywnie, śródoperacyjnie na kolejnych pacjentach na laptopie (z procesorem graficznym NVIDIA T500 2 GB). Metoda programowa okazała się w 100% dokładna na poziomie obiektu i odpowiadała faktycznemu umieszczeniu miejsca zszywacza przez chirurga operacyjnego. Pokazaliśmy również, że może uczyć się na podstawie interpretacji wielu chirurgów i można go uogólniać na innych chirurgów i systemy obrazowania. Od tego czasu zbudowaliśmy platformę oprogramowania na platformie NVIDIA Jetson.

Naszym celem jest przetestowanie oprogramowania opartego na sztucznej inteligencji pod kątem interpretacji przez doświadczonego chirurga sygnałów ICGFA w czasie rzeczywistym, na miejscu podczas operacji. Chirurdzy będą zaślepieni na przewidywania algorytmu AI.

W tym celu ICGFA będzie stosowany zgodnie z zatwierdzeniem u pacjentów poddawanych otwartej, laparoskopowej lub zrobotyzowanej dużej operacji resekcji jelita grubego, zgodnie ze zwykłymi protokołami opieki klinicznej. Nagrania wideo będą analizowane przez model AI podczas operacji, jednak chirurg nie będzie mógł ich zobaczyć.

Na koniec, po zakończeniu zabiegu, informacje wygenerowane przez model zostaną porównane z interpretacjami dokonanymi śródoperacyjnie przez chirurga. Początkowa faza badań będzie polegała na przetestowaniu opracowanego już modelu sztucznej inteligencji. Kolejne fazy będą obejmować jednoczesne testowanie nowych modeli sztucznej inteligencji opracowanych na podstawie interpretacji z uczestniczących ośrodków.

W skrócie, w tym badaniu pacjenci poddawani zabiegom chirurgicznym metodą otwartą, laparoskopową lub z użyciem robota z powodu choroby jelita grubego otrzymają ICG w celu określenia wystarczającej perfuzji jelitowej. Nagrania wideo tych obrazów zostaną sprawdzone matematycznie w czasie rzeczywistym pod kątem wzorców fluorescencji i porównane z interpretacją chirurga i przebiegiem klinicznym, zarówno w celu przetestowania modelu, jak i dalszego budowania jego zestawu uczenia się.

Na podstawie nowych informacji analitycznych uzyskanych dla pacjentów w tym badaniu nie zostaną wprowadzone żadne zmiany w postępowaniu – dlatego też badanie to jest prospektywnym, obserwacyjnym badaniem kohortowym. Modelowanie sztucznej inteligencji będzie wymagało przesłania odpowiednich pseudonimizowanych danych poza teren placówki w formie filmu i sklasyfikowania metadanych partnerom badawczym z University College Dublin.

Wszyscy potencjalni pacjenci biorący udział w badaniu uzyskają wyraźną zgodę dotyczącą celów, protokołów i ścieżek badania. Udostępnianie danych będzie zgodne z przepisami RODO, a procesy objęte tym badaniem zostały zmapowane przez specjalistę ds. RODO w szpitalu. Żadne dane osobowe nie opuszczą grupy badawczej ani nie będą dostępne dla niezaangażowanego personelu.

Laparoskopia NIR i ICGFA obejmują ogólnoustrojowe podawanie ICG w ramach swojej licencji – tj. podstawowej charakterystyki perfuzji tkanek, zatem nie jest to badanie inne niż CTIMP. Zastosowana dawka będzie ustalana według uznania chirurga operacyjnego, zgodnie ze standardową praktyką kliniczną.

ICGFA stosowano do oceny wystarczalności perfuzji jelit w kilku badaniach i jest oceniane w randomizowanych badaniach w celu ustalenia jego korzyści. Zastosowany środek, ICG, jest stosowany klinicznie od kilkudziesięciu lat z dodatkowymi zastosowaniami w okulistyce, intensywnej terapii, hepatologii (ocena objętości wątroby) i śródoperacyjnie do określania anatomii dróg żółciowych. Jako środek znakujący raka stosowano go w leczeniu raka wątroby i przerzutów, raka płuc i trzustki, a ostatnio został zatwierdzony przez FDA do mapowania limfatycznego pod kątem nowotworów ginekologicznych. Stosowano go również jako endoskopowy środek do tatuowania. Jest na ogół dobrze tolerowany, charakteryzuje się niskim współczynnikiem anafilaksji i wysokim profilem bezpieczeństwa, ponieważ jest wydalany w postaci niezmetabolizowanej przez wątrobę.

Oświetlenie NIR jest obecnie wbudowane w systemy produkowane przez kilka dużych korporacji komercyjnych, w tym Stryker, Arthrex, Karl Storz, Olympus i Intuitive, z dużym doświadczeniem w stosowaniu bez toksyczności dla tkanek. W tym badaniu filmy NIR będą nagrywane przy użyciu systemu Stryker/Arthrex.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

300

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

      • Dublin, Irlandia
        • Mater Misericordiae University Hospital
        • Kontakt:
        • Kontakt:
          • Ronan Cahill

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

Dorośli pacjenci z chorobą jelita grubego poddawani resekcji segmentowej metodą otwartą, laparoskopową lub z użyciem robota zostaną zaproszeni do włączenia do badania. Uczestnicy muszą być w stanie i chcą przestrzegać warunków protokołu.

Tacy pacjenci będą identyfikowani na podstawie skierowań, przychodni, list endoskopowych i wielodyscyplinarnych spotkań onkologicznych. Pacjenci zostaną poddani standardowym badaniom przedoperacyjnym, obejmującym wizualizację okrężnicy za pomocą kolonoskopii lub kolonogramu CT, ocenę stopnia zaawansowania tomografii komputerowej klatki piersiowej, brzucha i miednicy, rezonans magnetyczny odbytnicy oraz ocenę zdolności do operacji zgodnie ze standardową praktyką. Optymalne postępowanie z pacjentem zostanie określone w oparciu o protokoły instytucjonalne.

Opis

Kryteria włączenia:

  • Uczestnik wyraża chęć i możliwość wyrażenia świadomej zgody na udział w badaniu.
  • Wiek 18 lat lub więcej.
  • Choroba jelita grubego wymagająca odcinkowej resekcji z zespoleniem.
  • Uczestnik posiada akceptowalne klinicznie wyniki badań laboratoryjnych, w tym badania czynności wątroby.
  • W opinii Badacza jest w stanie i chce spełnić wszystkie wymagania związane z badaniem.
  • Wyraża zgodę na powiadomienie swojego lekarza rodzinnego i konsultanta, jeśli to konieczne, o udziale w badaniu.

Kryteria wykluczenia:

Uczestnik nie może przystąpić do badania, jeśli ma zastosowanie DOWOLNY z poniższych warunków:

  • Uczestnik będący w ciąży, karmiący piersią lub planujący ciążę w trakcie badania.
  • Znaczące zaburzenia czynności nerek lub wątroby.
  • Jakakolwiek inna istotna choroba lub zaburzenie, które w opinii Badacza może narazić uczestników na ryzyko w związku z udziałem w badaniu lub może wpłynąć na wynik badania lub zdolność uczestnika do udziału w badaniu.
  • Alergia na dożylny środek kontrastowy lub zieleń indocyjaninową.
  • Jednoczesne stosowanie leków przeciwdrgawkowych, leków zawierających wodorosiarczyn, metadonu i nitrofurantoiny.

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
Uczestnicy poddawani resekcji choroby jelita grubego poprzez resekcję segmentową i zespolenie

Podczas zabiegu uczestnicy będą poddawani angiografii z zieloną fluorescencją indocyjaninową (ICGFA), zgodnie z rutynową praktyką chirurga operacyjnego.

Po przedstawieniu ICGFA i potwierdzeniu przez chirurga poziomu klinicznie uznanego za odpowiedni do przecięcia, segment(y) będący przedmiotem zainteresowania zostaje wyostrzony i rozpoczyna się rejestracja. Podaje się ICG, a angiografia jest interpretowana przez chirurga operacyjnego w celu ustalenia miejsca przecięcia, które jest wskazane w tym samym zapisie.

Obraz wideo zostanie poddany analizie w czasie rzeczywistym przez model AI z reprezentatywną interpretacją sygnału ICGFA generowanego przez model, jednak chirurg będzie ślepy na tę interpretację.

Następnie procedura będzie kontynuowana i zakończy się zgodnie z rutynową praktyką.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Dokładność interpretacji AI w stosunku do decyzji śródoperacyjnej podjętej przez chirurga operacyjnego
Ramy czasowe: W ciągu 12 miesięcy od rozpoczęcia studiów

Dokładność początkowego systemu opartego na sztucznej inteligencji, przy jednoczesnym opracowywaniu i testowaniu nowych modeli sztucznej inteligencji z wykorzystaniem danych generowanych z uczestniczących stron.

Wydajność algorytmu będzie analizowana zarówno na poziomie obiektu, jak i piksela. Na poziomie obiektu dokładność będzie oceniana na podstawie tego, czy faktyczne umieszczenie zszywacza przez operującego chirurga mieści się w granicach strefy „eksperckiej” przewidywanej przez algorytm. Analiza poziomu pikseli zmierzy nakładanie się stref przewidywanych i rzeczywistych.

W ciągu 12 miesięcy od rozpoczęcia studiów

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Metody wyświetlania informacji wygenerowanych z modelu chirurgowi operacyjnemu
Ramy czasowe: W ciągu 12 miesięcy od rozpoczęcia studiów
Członkowie zespołu chirurgicznego mogą być zobowiązani do korzystania z graficznego interfejsu użytkownika w celu dodawania adnotacji do zarejestrowanych obrazów. Dostępność i użyteczność tego interfejsu zostaną ocenione poprzez ankiety wśród użytkowników i analizę miar jakości wideo.
W ciągu 12 miesięcy od rozpoczęcia studiów

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

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 (Szacowany)

1 stycznia 2025

Zakończenie podstawowe (Szacowany)

1 stycznia 2026

Ukończenie studiów (Szacowany)

1 stycznia 2026

Daty rejestracji na studia

Pierwszy przesłany

26 listopada 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

26 listopada 2024

Pierwszy wysłany (Szacowany)

27 listopada 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

27 listopada 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

26 listopada 2024

Ostatnia weryfikacja

1 listopada 2024

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • 1/378/2450

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Ze względu na wrażliwy charakter zbieranych danych (dane dotyczące zdrowia) dane poszczególnych uczestników nie będą udostępniane, zgodnie z RODO i zgodnie z opisem w ulotce informacyjnej dla pacjenta. Jeżeli jednak algorytm zadziała, zamierzeniem jest agregacja zbiorów danych wideo z dalszą pseudonimizacją, aby można było je następnie udostępnić zainteresowanym stronom. Pomogłoby to w przyszłym wdrożeniu urządzenia medycznego, aby umożliwić zastosowanie zdobytej wiedzy w praktyce klinicznej i pomóc w uzyskaniu odpowiedzi na nowe pytania badawcze w przyszłości, w szczególności związane z wizją komputerową i postępem sztucznej inteligencji w dziedzinie chirurgii i opieki zdrowotnej . Do tych interesariuszy zaliczają się grupy szpitali, uniwersytety i/lub przemysł (w tym międzynarodowe podmioty komercyjne). Nastąpi to wyłącznie za zgodą zespołu badawczego i głównego badacza, zgodnie z zatwierdzeniem etyki badawczej.

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

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