- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06786793
Sztuczna inteligencja w kolonoskopii
15 stycznia 2025 zaktualizowane przez: Zofia Orzeszko, Jagiellonian University
Sztuczna inteligencja w diagnostyce endoskopowej polipów jelita grubego: prospektywne badanie randomizowane.
Rak jelita grubego jest drugim najczęstszym nowotworem złośliwym w krajach Unii Europejskiej.
Podstawową metodą wykrywania i zapobiegania rozwojowi raka jelita grubego jest kolonoskopia, czyli badanie endoskopowe.
Celem tego badania jest ocena wpływu sztucznej inteligencji na wykrywalność polipów i wczesnych stadiów raka jelita grubego.
Przegląd badań
Status
Rekrutacyjny
Warunki
Interwencja / Leczenie
Szczegółowy opis
Rak jelita grubego jest drugim najczęstszym nowotworem złośliwym w krajach Unii Europejskiej.
Podstawową metodą wykrywania i zapobiegania rozwojowi raka jelita grubego jest badanie endoskopowe – kolonoskopia, podczas którego można usunąć zmiany przednowotworowe, takie jak gruczolaki i polipy ząbkowane.
Skuteczność kolonoskopii zależy od współczynnika wykrywalności gruczolaka, który różni się u poszczególnych endoskopistów i zależy od ich umiejętności i doświadczenia.
Udowodniono, że wysokiej jakości kolonoskopia zapobiega pominięciu raka jelita grubego, który w przyszłości może rozwinąć się jako tzw. rak interwałowy.
Przełom w uczeniu maszynowym, jaki dokonał się w ostatnich latach, umożliwił rozwój komercyjnych systemów sztucznej inteligencji.
Celem tych systemów jest poprawa wykrywalności polipów przednowotworowych, a co za tym idzie, potencjalne zmniejszenie ryzyka zachorowania na raka jelita grubego.
Oczekuje się również, że sztuczna inteligencja pomoże w standaryzacji wyników procedur endoskopowych o różnej jakości, przyczyniając się w ten sposób do zmniejszenia częstości występowania raka jelita grubego w przyszłości.
Celem tego badania jest ocena wpływu sztucznej inteligencji na wykrywalność polipów i wczesnych stadiów raka jelita grubego.
Typ studiów
Interwencyjne
Zapisy (Szacowany)
630
Faza
- Nie dotyczy
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Kontakt w sprawie studiów
- Nazwa: Zofia Orzeszko, MD
- Numer telefonu: +48123797145
- E-mail: z.orzeszko@bonifratrzy.krakow.pl
Lokalizacje studiów
-
-
Lesser Poladn
-
Krakow, Lesser Poladn, Polska, 31559
- Rekrutacyjny
- MEDICINA Medical Center
-
Kontakt:
- Zofia Orzeszko, MD
- Numer telefonu: +48123797145
- E-mail: z.orzeszko@bonifratrzy.krakow.pl
-
Główny śledczy:
- Zofia Orzeszko, MD
-
-
Lesser Polasd
-
Krakow, Lesser Polasd, Polska, 31061
- Rekrutacyjny
- Brothers Hospitallers Medical Center, Hospital of St John of god in Krakow
-
Kontakt:
- Zofia Orzeszko, MD
- Numer telefonu: +48123797145
- E-mail: z.orzeszko@bonifratrzy.krakow.pl
-
Główny śledczy:
- Tomasz Gach, PhD
-
-
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
Opis
Kryteria włączenia:
- Zgoda na udział w badaniu,
- Wiek od 50 do 65 lat,
- Planowana kolonoskopia ambulatoryjna.
Kryteria wykluczenia:
- wcześniejsza kolonoskopia,
- Historia chirurgii jelita grubego,
- Bieżąca terapia biologiczna w dowolnym wskazaniu,
- Pierwotne stwardniające zapalenie dróg żółciowych,
- rodzinny zespół polipowatości,
- przewlekła biegunka,
- Wrzodziejące zapalenie okrężnicy,
- choroba Leśniowskiego-Crohna.
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: Diagnostyczny
- Przydział: Randomizowane
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Grupa AI
Grupa AI obejmie pacjentów poddawanych kolonoskopii przy wsparciu systemu sztucznej inteligencji ENDO-AID OIP-1 do wykrywania polipów jelita grubego.
|
System Endo-Aid CADe to aplikacja do komputerowego wykrywania zmian chorobowych, wspomagana sztuczną inteligencją, na sprzęcie ENDO-AID.
Wykorzystuje złożony algorytm utworzony za pośrednictwem sieci neuronowej opracowanej i nauczanej przez firmę Olympus.
Dzięki tej nowej aplikacji zaawansowany system uczenia maszynowego może ostrzegać endoskopistę w czasie rzeczywistym, gdy na ekranie pojawi się podejrzana zmiana.
Obraz z procesora wizyjnego przesyłany jest do urządzenia CADe.
Aplikacja komputerowa rozpoznaje kształt polipów i zaznacza ich miejsce na ekranie monitora.
|
|
Brak interwencji: Grupa niebędąca sztuczną inteligencją
Grupa niebędąca sztuczną inteligencją będzie składać się z pacjentów poddawanych kolonoskopii bez pomocy tego systemu.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wskaźnik wykrywalności gruczolaka (ADR)
Ramy czasowe: Podczas badania kolonoskopowego
|
Odsetek kolonoskopii, w których wykryto co najmniej jeden gruczolak potwierdzony histologicznie.
|
Podczas badania kolonoskopowego
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Przydatność sztucznej inteligencji zarówno dla początkujących, jak i doświadczonych endoskopistów
Ramy czasowe: Podczas badania kolonoskopowego
|
Różnica we wskaźnikach wykrywania gruczolaka (ADR) uzyskana z wykorzystaniem sztucznej inteligencji i bez niej u stażystów i doświadczonych endoskopistów.
|
Podczas badania kolonoskopowego
|
|
Ocena morfologii polipów wykrytych podczas kolonoskopii
Ramy czasowe: Podczas badania kolonoskopowego
|
Ocena różnic w morfologii polipów wykrytych w obu ramionach badania.
|
Podczas badania kolonoskopowego
|
|
Analiza kosztów zabiegów wykonywanych z wykorzystaniem sztucznej inteligencji
Ramy czasowe: Do zakończenia studiów, średnio 6 miesięcy
|
Ocena opłacalności wdrożenia AI, z uwzględnieniem zwiększonego kosztu oceny patologicznej i dodatkowych badań kontrolnych.
|
Do zakończenia studiów, średnio 6 miesięcy
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
Sponsor
Śledczy
- Krzesło do nauki: Miroslaw Szura, Prof., Jagiellonian University in Krakow
- Główny śledczy: Zofia Orzeszko, MD, Jagiellonian University in Krakow
Publikacje i pomocne linki
Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.
Publikacje ogólne
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Kaminski MF, Regula J, Kraszewska E, Polkowski M, Wojciechowska U, Didkowska J, Zwierko M, Rupinski M, Nowacki MP, Butruk E. Quality indicators for colonoscopy and the risk of interval cancer. N Engl J Med. 2010 May 13;362(19):1795-803. doi: 10.1056/NEJMoa0907667.
- Barua I, Vinsard DG, Jodal HC, Loberg M, Kalager M, Holme O, Misawa M, Bretthauer M, Mori Y. Artificial intelligence for polyp detection during colonoscopy: a systematic review and meta-analysis. Endoscopy. 2021 Mar;53(3):277-284. doi: 10.1055/a-1201-7165. Epub 2020 Sep 29.
- Mori Y, Kudo SE, East JE, Rastogi A, Bretthauer M, Misawa M, Sekiguchi M, Matsuda T, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Kudo T, Mori K. Cost savings in colonoscopy with artificial intelligence-aided polyp diagnosis: an add-on analysis of a clinical trial (with video). Gastrointest Endosc. 2020 Oct;92(4):905-911.e1. doi: 10.1016/j.gie.2020.03.3759. Epub 2020 Mar 30.
- Boroff ES, Gurudu SR, Hentz JG, Leighton JA, Ramirez FC. Polyp and adenoma detection rates in the proximal and distal colon. Am J Gastroenterol. 2013 Jun;108(6):993-9. doi: 10.1038/ajg.2013.68. Epub 2013 Apr 9.
- van Doorn SC, Klanderman RB, Hazewinkel Y, Fockens P, Dekker E. Adenoma detection rate varies greatly during colonoscopy training. Gastrointest Endosc. 2015 Jul;82(1):122-9. doi: 10.1016/j.gie.2014.12.038. Epub 2015 Mar 24.
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 listopada 2024
Zakończenie podstawowe (Szacowany)
31 października 2025
Ukończenie studiów (Szacowany)
31 grudnia 2025
Daty rejestracji na studia
Pierwszy przesłany
12 stycznia 2025
Pierwszy przesłany, który spełnia kryteria kontroli jakości
15 stycznia 2025
Pierwszy wysłany (Rzeczywisty)
25 marca 2025
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
25 marca 2025
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
15 stycznia 2025
Ostatnia weryfikacja
1 stycznia 2025
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Inne numery identyfikacyjne badania
- 2024.000.421
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 .