- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT04563416
Aplicação de Inteligência Artificial para Diagnóstico Precoce de Câncer Gástrico Durante Endoscopia de Ampliação de Realce Óptico
Visão geral do estudo
Status
Descrição detalhada
O câncer gástrico é a terceira causa mais comum de mortes associadas ao câncer em todo o mundo, especialmente na Ásia. A detecção precoce e o tratamento curariam a doença com uma taxa de sobrevida de 5 anos superior a 90%. No entanto, a sensibilidade da endoscopia convencional com imagens de luz branca ( C-WLI) no diagnóstico de cânceres gástricos precoces (EGCs) é de apenas 40%. Técnicas de endoscopia aprimorada por imagem de ampliação (IEE), como imagem de banda estreita de ampliação (M-NBI), foram desenvolvidas e 2 RCT relatam que imagens de luz branca combinadas com M-NBI podem aumentar a sensibilidade para 95%. A estratégia que usa imagens de luz branca para detectar a lesão suspeita e usar técnicas de M-IEE para fazer um diagnóstico de câncer gástrico precoce é recomendada na endoscopia de rastreamento.
O aprimoramento óptico (OE), que é uma das técnicas M-IEE, foi desenvolvido pela HOYA Co. (Tóquio, Japão). Essa tecnologia combina processamento de sinal digital e filtros ópticos para exibição clara da microsuperfície da mucosa (MS) e microvasos (MV). A vantagem do OE é superar a escuridão do NBI, o que leva a menos utilidade para capacidade de detecção no lúmen gastrointestinal totalmente estendido. No entanto, é difícil diferenciar o câncer gástrico precoce de lesões não cancerosas para iniciantes e experiência com inter subótimo -a concordância do observador é essencial para o uso do M-IEE.
Atualmente, a inteligência artificial (IA) usando aprendizado de máquina profundo fez um grande avanço na gastroenterologia, que usa o método de gradiente descendente e retropropagação para extrair automaticamente recursos específicos de imagens. A precisão diagnóstica na identificação de câncer gastrointestinal superior foi de 0,955 em C-WLI. Os pólipos podem ser identificados em tempo real com 96% de precisão na colonoscopia de triagem. AI mostra uma excelente aplicação na detecção e diagnóstico.
Este estudo tem como objetivo desenvolver um modelo de assistência M-OE no diagnóstico de EGCs, distinguindo câncer ou não.
Tipo de estudo
Inscrição (Antecipado)
Contactos e Locais
Locais de estudo
-
-
Shandong
-
Jinan, Shandong, China, 250012
- Recrutamento
- Department of Gastroenterology, Qilu Hospital, Shandong University
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Descrição
Critério de inclusão:
- pacientes recebem exame de endoscopia OE com ampliação óptica
Critério de exclusão:
- Pacientes com câncer avançado, linfoma, estágio ativo de úlcera e úlcera artificial após ESD foram excluídos.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
---|
Pacientes que precisam passar por endoscopia com magnificação
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
---|---|---|
a eficiência de diagnóstico da ferramenta de diagnóstico assistida por computador
Prazo: 12 meses
|
a sensibilidade, especificidade e precisão da ferramenta de diagnóstico assistida por computador
|
12 meses
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Yanqing Li, PHD, Study Principal Investigator Qilu Hospital, Shandong University
Publicações e links úteis
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Antecipado)
Conclusão do estudo (Antecipado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 2018SDU-QILU-3
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .
Ensaios clínicos em Inteligência artificial
-
Medtronic Cardiac Rhythm and Heart FailureRescindidoMarcapasso Cardíaco Artificial | Estimulação Cardíaca ArtificialCanadá, Estados Unidos, Israel, Itália, Catar, China
-
Sanatorio Anchorena San MartinJavier Hernán Dorado; Joaquin PerezRecrutamentoRespiração ArtificialArgentina
-
Cairo UniversityRecrutamentoInteligência artificialEgito
-
First Affiliated Hospital, Sun Yat-Sen UniversityRecrutamento
-
Istituto Clinico HumanitasConcluídoInteligência artificialItália
-
Respinor ASEuropean CommissionConcluídoRespiração ArtificialNoruega
-
Centre Hospitalier Universitaire, AmiensDesconhecido
-
Lawson Health Research InstituteConcluído
-
Children's Hospital of PhiladelphiaLaerdal MedicalConcluído