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

Wykrywanie naczyń krwionośnych wspomagane sztuczną inteligencją w celu zwiększenia bezpieczeństwa w endoskopowych procedurach trzeciej przestrzeni

14 kwietnia 2026 zaktualizowane przez: Abhishek Tyagi, Asian Institute of Gastroenterology, India

Sztuczna Inteligencja w wykrywaniu markerów anatomicznych w celu zwiększenia bezpieczeństwa w endoskopowych zabiegach trzeciej przestrzeni

To prospektywne badanie ma na celu ocenę wydajności nowatorskiego narzędzia wsparcia decyzji klinicznych opartego na sztucznej inteligencji (AI) podczas endoskopowych procedur w trzeciej przestrzeni, takich jak Endoskopowa Dyssiekcja Podśluzówkowa (ESD) oraz Przezuściowa Endoskopowa Miotomia (POEM).

Chociaż te procedury są skuteczne w leczeniu nowotworów przewodu pokarmowego i zaburzeń motoryki, niosą ze sobą ryzyko krwawienia śródproceduralnego i perforacji, jeśli naczynia krwionośne podśluzówkowe nie zostaną prawidłowo zidentyfikowane i skoagulowane. W oparciu o poprzednie retrospektywne walidacje, to badanie oceni, czy model sztucznej inteligencji działający w czasie rzeczywistym może pomóc endoskopistom w dokładniejszym i szybszym wykrywaniu oraz zarysowywaniu naczyń krwionośnych podczas żywych procedur na ludziach.

Przegląd badań

Status

Rekrutacyjny

Warunki

Interwencja / Leczenie

Szczegółowy opis

Tło i uzasadnienie

Procedury endoskopii trzeciej przestrzeni są technicznie wymagające. Głównym wyzwaniem jest przypadkowe przecięcie naczyń podśluzówkowych, co prowadzi do krwawienia, które zaciemnia pole operacyjne i zwiększa ryzyko perforacji. Obecnie identyfikacja naczyń jest całkowicie zależna od operatora.

Nasz zespół opracował oparty na uczeniu głębokim model sztucznej inteligencji, wytrenowany na 250 000 oznaczonych obrazach z 150 procedur POEM. Model ten jest zoptymalizowany pod kątem minimalnego opóźnienia, umożliwiając nakładanie wizualnych nakładek (delineacji) naczyń krwionośnych na monitorze endoskopowym w czasie rzeczywistym.

Cele badania Głównym celem jest ocena Wskaźnika Wykrywania Naczyń (VDR) – odsetka naczyń zidentyfikowanych przez endoskopistę przy wsparciu AI w porównaniu ze standardową praktyką.

Badanie zbada również:

Czas Wykrywania Naczyń (VDT): opóźnienie między pojawieniem się naczynia w polu widzenia a jego identyfikacją.

Projekt badania i przepływ pracy:

W tym prospektywnym badaniu system AI zostanie zintegrowany ze stosem endoskopowym Olympus EVIS X1. Podczas gdy endoskopista porusza się w przestrzeni podśluzówkowej, AI będzie dostarczać maski segmentacji wizualnej w czasie rzeczywistym, podkreślając naczynia. Wydajność będzie rejestrowana i porównywana z oceną po procedurze przez niezależnych ekspertów w celu obliczenia czułości i szybkości wykrywania.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

20

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

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

  • Indie
    • Telangana
      • Hyderabad, Telangana, Indie, 500032
        • Rekrutacyjny
        • Asian Institute Of Gastroenterology
        • Kontakt:
        • Główny śledczy:
          • Abhishek Tyagi, M.S.

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

Opis

Kryteria włączenia:

  • Pacjenci z rozpoznaniem Achalazji przełyku lub nowotworów.

Kryteria wyłączenia:

  • Pacjenci ze schorzeniami uznanymi za nieodpowiednie do procedur endoskopii trzeciej przestrzeni (np.: Kandydoza)

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: Wykonalność urządzenia
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Aktywny komparator: Z Sztuczną Inteligencją
Endoskopista zobaczy maskę segmentacji wygenerowaną przez AI
Urządzenie: AI wygenerowana maska segmentacji dla naczyń krwionośnych podśluzówkowych
Generowane w czasie rzeczywistym przez sztuczną inteligencję maski segmentacyjne lub kontury wyznaczania dla naczyń krwionośnych podśluzówkowych widocznych na monitorze endoskopowym.
Brak interwencji: Bez Sztucznej Inteligencji
Endoskopista nie zobaczy maski segmentacji wygenerowanej przez sztuczną inteligencję

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Wskaźnik wykrywalności naczyń (VDR)
Ramy czasowe: 3 miesiące
odsetek naczyń zidentyfikowanych przez endoskopistę
3 miesiące

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Czas Wykrywania Naczynia (VDT)
Ramy czasowe: 3 miesiące
Opóźnienie pomiędzy pojawieniem się naczynia w polu widzenia a jego identyfikacją.
3 miesiące

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Asian Institute of Gastroenterology, India

Śledczy

  • Główny śledczy: Abhishek Tyagi, Asian Intitute of Gastroenterology

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)

10 lutego 2026

Zakończenie podstawowe (Szacowany)

30 kwietnia 2026

Ukończenie studiów (Szacowany)

30 kwietnia 2026

Daty rejestracji na studia

Pierwszy przesłany

27 stycznia 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

3 lutego 2026

Pierwszy wysłany (Rzeczywisty)

10 lutego 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

15 kwietnia 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

14 kwietnia 2026

Ostatnia weryfikacja

1 lutego 2026

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • AITSE-1

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

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 .

Badania kliniczne na Guz

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Egypt

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj