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

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

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

Lokalizacje studiów

    • Lesser Poladn
      • Krakow, Lesser Poladn, Polska, 31559
        • Rekrutacyjny
        • MEDICINA Medical Center
        • Kontakt:
        • 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:
        • 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.

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

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

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