- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT05034185
Validação no mundo real de um sistema de suporte à caracterização de inteligência artificial (CADx)
Validação no mundo real de um sistema de suporte de caracterização de inteligência artificial (CADx) para previsão de histologia de pólipos em colonoscopia: um estudo multicêntrico prospectivo
O câncer colorretal (CRC) é uma das principais causas de morbidade e mortalidade relacionadas ao câncer em todo o mundo, com taxas de CRC previstas para aumentar. A colonoscopia é atualmente o padrão ouro de triagem para CCR. A inteligência artificial (IA) é vista como uma solução para preencher essa lacuna na detecção de adenomas, que é um indicador de qualidade na colonoscopia. Os sistemas de IA utilizam redes neurais profundas para permitir a detecção auxiliada por computador (CADe) e a classificação auxiliada por computador (CADx). CADe está preocupado com a detecção de pólipos durante a colonoscopia, que por sua vez é postulado para ajudar a diminuir a taxa de erro de adenoma.
Em contraste, o CADx lida com a interpretação da aparência do pólipo durante a colonoscopia para determinar a histologia prevista. A previsão da histologia do pólipo é crucial para ajudar os médicos a decidir sobre uma estratégia de "resseccionar e descartar" ou "diagnosticar e abandonar". Também é útil para o clínico estar ciente da histologia prevista de um pólipo colorretal para determinar o método apropriado de ressecção em termos de segurança e eficácia. Embora CADe tenha sido estudado extensivamente em ensaios clínicos randomizados, há uma falta de dados prospectivos que validem o uso de CADx em um ambiente clínico para prever a histologia de pólipos.
Os investigadores planejam realizar um ensaio clínico multicêntrico prospectivo para validar a precisão do suporte CADx para a previsão de histologia de pólipos em colonoscopia em tempo real.
Visão geral do estudo
Status
Intervenção / Tratamento
Descrição detalhada
A colonoscopia é atualmente o padrão ouro de triagem para CCR. Estima-se que um aumento de 1% na taxa de detecção de adenoma (ADR) esteja associado a uma redução de 3% no risco de CRC de intervalo. Os sistemas de IA podem ser amplamente divididos em CADe (para detecção) e CADx (para diagnóstico ou previsão de histologia de pólipos no contexto da colonoscopia). O CADe foi extensivamente estudado, com vários ensaios clínicos randomizados e metanálises mostrando uma RAM maior quando o CADe é usado em comparação com os grupos de controle sem CADe.
Além da RAM, a histologia do pólipo prevista é um componente chave no desempenho da colonoscopia, pois permite ao clínico tomar uma decisão sobre seu manejo, conforme descrito acima. Nesse sentido, a endoscopia aprimorada por imagem (IEE) é frequentemente usada para ajudar os médicos a determinar se os pólipos colorretais encontrados na colonoscopia são neoplásicos ou hiperplásicos. A classificação sem ampliação mais comumente usada é a NBI International Colorectal Endoscopic (NICE), enquanto a classificação Japan NBI Expert Team (JNET) é usada onde sistemas de endoscopia com ampliação óptica e o treinamento adequado estão disponíveis. No entanto, esses sistemas de classificação têm precisão diagnóstica variável e concordância interobservador. Estudos prospectivos anteriores analisando o CADx utilizaram endocitoscopia e imagem de autofluorescência (CAD-AFI) com resultados positivos. No entanto, a principal limitação desses estudos CADx é que esses sistemas de imagem são caros e não estão prontamente disponíveis na maioria dos centros em todo o mundo. Além disso, a maioria dos médicos que realizam colonoscopias não foi treinada nessas modalidades de imagem e terá que confiar completamente na função CADx para detectar pólipos se essas modalidades de imagem forem usadas, sem poder recorrer à sua experiência e treinamento em caso de dúvida sobre a precisão de um diagnóstico CADx em um cenário do mundo real.
O Sistema Fujifilm 7000 (Fujifilm Corp., Tóquio) tem sido usado na rotina clínica em todas as instituições terciárias em Cingapura. O sistema CAD EYE foi desenvolvido pela Fujifilm Corp para auxiliar os médicos em colonoscopia com funções CADe e CADx. As funções básicas e o manuseio do colonoscópio, bem como a unidade de processamento de endoscopia, são semelhantes ao que está atualmente disponível na prática clínica, com o software CAD EYE adicionado. O controlador foi configurado para permitir que o operador ative e desative a função CAD conforme a necessidade. Essas funções podem ser ativadas e desativadas usando um botão no controlador pelo médico. As funções CADe e CADx operam quando luz branca e imagem a laser azul (BLI) são usadas, respectivamente. Isso oferece uma oportunidade única para validar externamente o uso da ferramenta de suporte CADx, avaliando sua precisão diagnóstica com histologia de pólipo final como padrão-ouro, ao mesmo tempo em que compara seu desempenho em um ambiente clínico com um clínico usando IEE (que é o método convencional de predizendo a histologia do pólipo na colonoscopia).
Os investigadores planejam realizar um ensaio clínico multicêntrico prospectivo para validar a precisão do suporte CADx para a previsão de histologia de pólipos em colonoscopia em tempo real.
Tipo de estudo
Inscrição (Real)
Contactos e Locais
Locais de estudo
-
-
-
Singapore, Cingapura, 529889
- Changi General Hospital, National University Hospital, Singapore General Hospital and Tan Tock Seng Hospital
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
Aceita Voluntários Saudáveis
Gêneros Elegíveis para o Estudo
Método de amostragem
População do estudo
Todos os pacientes com idade igual ou superior a 40 anos e com indicação de colonoscopia serão elegíveis para o estudo. Os pacientes que foram identificados como elegíveis para o estudo serão aconselhados sobre os detalhes, riscos e benefícios antes da realização da colonoscopia. Este aconselhamento pode ocorrer no ambiente ambulatorial ou hospitalar.
Pacientes com um ou mais pólipos detectados durante a colonoscopia serão incluídos no estudo. O resto dos critérios de inclusão e exclusão são descritos.
Descrição
Critério de inclusão:
- Pacientes com indicação de colonoscopia e que tenham pelo menos um pólipo detectado durante a colonoscopia
- 40 anos de idade e acima
- Consentimento obtido para o estudo
Critério de exclusão:
- Menos de 39 anos de idade
- Participação recusada no estudo
- Pacientes sem pólipos detectados durante a colonoscopia
- Pacientes com doença inflamatória intestinal
- Pacientes com câncer colorretal conhecido não ressecado
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
Pacientes com um ou mais pólipos detectados
Durante a colonoscopia, o clínico inspeciona a presença de pólipos de acordo com a prática clínica de rotina com a função CAD EYE desativada. Quando um pólipo é encontrado, o clínico fará uma previsão na histologia com base na luz branca e nas características BLI do pólipo com e sem ampliação óptica, de acordo com a prática clínica de rotina. Em seguida, a função CAD EYE será ativada e o clínico anotará a previsão CADx para o mesmo pólipo, que será "neoplásico" ou "hiperplásico". Além disso, serão registradas outras características do pólipo, como tamanho e localização, o que é semelhante ao que é feito na prática clínica de rotina. O pólipo será ressecado e encaminhado para exame anatomopatológico, que formará o "padrão ouro" para o diagnóstico da histologia do pólipo. |
A ferramenta de suporte CADx opera quando o médico liga a função CAD EYE pré-configurada usando um botão no controlador enquanto o sistema de osciloscópio está no modo BLI.
Isso é realizado depois que o clínico faz pela primeira vez uma previsão óptica da histologia do pólipo usando IEE conforme descrito.
A ferramenta de suporte CADx fará uma previsão da histologia do pólipo como "hiperplásica" ou "neoplásica".
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Avaliar o desempenho diagnóstico da ferramenta de suporte CADx em comparação com a previsão óptica de histologia de pólipos pelo clínico em colonoscopia em tempo real em um ambiente clínico
Prazo: 1 ano
|
Histologia de pólipos usada como padrão-ouro
|
1 ano
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Determinar o desempenho diagnóstico de CADx versus previsão óptica de histologia de pólipos por endoscopista na análise de subgrupo
Prazo: 1 ano
|
Os subgrupos incluem preparação intestinal, tamanho do pólipo e localização
|
1 ano
|
Colaboradores e Investigadores
Patrocinador
Publicações e links úteis
Publicações Gerais
- 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.
- Hassan C, Spadaccini M, Iannone A, Maselli R, Jovani M, Chandrasekar VT, Antonelli G, Yu H, Areia M, Dinis-Ribeiro M, Bhandari P, Sharma P, Rex DK, Rosch T, Wallace M, Repici A. Performance of artificial intelligence in colonoscopy for adenoma and polyp detection: a systematic review and meta-analysis. Gastrointest Endosc. 2021 Jan;93(1):77-85.e6. doi: 10.1016/j.gie.2020.06.059. Epub 2020 Jun 26.
- Kaminski MF, Thomas-Gibson S, Bugajski M, Bretthauer M, Rees CJ, Dekker E, Hoff G, Jover R, Suchanek S, Ferlitsch M, Anderson J, Roesch T, Hultcranz R, Racz I, Kuipers EJ, Garborg K, East JE, Rupinski M, Seip B, Bennett C, Senore C, Minozzi S, Bisschops R, Domagk D, Valori R, Spada C, Hassan C, Dinis-Ribeiro M, Rutter MD. Performance measures for lower gastrointestinal endoscopy: a European Society of Gastrointestinal Endoscopy (ESGE) Quality Improvement Initiative. Endoscopy. 2017 Apr;49(4):378-397. doi: 10.1055/s-0043-103411. Epub 2017 Mar 7.
- Hewett DG, Kaltenbach T, Sano Y, Tanaka S, Saunders BP, Ponchon T, Soetikno R, Rex DK. Validation of a simple classification system for endoscopic diagnosis of small colorectal polyps using narrow-band imaging. Gastroenterology. 2012 Sep;143(3):599-607.e1. doi: 10.1053/j.gastro.2012.05.006. Epub 2012 May 15.
- Byrne MF, Chapados N, Soudan F, Oertel C, Linares Perez M, Kelly R, Iqbal N, Chandelier F, Rex DK. Real-time differentiation of adenomatous and hyperplastic diminutive colorectal polyps during analysis of unaltered videos of standard colonoscopy using a deep learning model. Gut. 2019 Jan;68(1):94-100. doi: 10.1136/gutjnl-2017-314547. Epub 2017 Oct 24.
- 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.
- van Rijn JC, Reitsma JB, Stoker J, Bossuyt PM, van Deventer SJ, Dekker E. Polyp miss rate determined by tandem colonoscopy: a systematic review. Am J Gastroenterol. 2006 Feb;101(2):343-50. doi: 10.1111/j.1572-0241.2006.00390.x.
- Brenner H, Chang-Claude J, Jansen L, Knebel P, Stock C, Hoffmeister M. Reduced risk of colorectal cancer up to 10 years after screening, surveillance, or diagnostic colonoscopy. Gastroenterology. 2014 Mar;146(3):709-17. doi: 10.1053/j.gastro.2013.09.001. Epub 2013 Sep 5.
- Song EM, Park B, Ha CA, Hwang SW, Park SH, Yang DH, Ye BD, Myung SJ, Yang SK, Kim N, Byeon JS. Endoscopic diagnosis and treatment planning for colorectal polyps using a deep-learning model. Sci Rep. 2020 Jan 8;10(1):30. doi: 10.1038/s41598-019-56697-0.
- Rex DK, Schoenfeld PS, Cohen J, Pike IM, Adler DG, Fennerty MB, Lieb JG 2nd, Park WG, Rizk MK, Sawhney MS, Shaheen NJ, Wani S, Weinberg DS. Quality indicators for colonoscopy. Gastrointest Endosc. 2015 Jan;81(1):31-53. doi: 10.1016/j.gie.2014.07.058. Epub 2014 Dec 2. No abstract available.
- Rex DK, Boland CR, Dominitz JA, Giardiello FM, Johnson DA, Kaltenbach T, Levin TR, Lieberman D, Robertson DJ. Colorectal Cancer Screening: Recommendations for Physicians and Patients from the U.S. Multi-Society Task Force on Colorectal Cancer. Am J Gastroenterol. 2017 Jul;112(7):1016-1030. doi: 10.1038/ajg.2017.174. Epub 2017 Jun 6.
- Mori Y, Kudo SE, Misawa M, Saito Y, Ikematsu H, Hotta K, Ohtsuka K, Urushibara F, Kataoka S, Ogawa Y, Maeda Y, Takeda K, Nakamura H, Ichimasa K, Kudo T, Hayashi T, Wakamura K, Ishida F, Inoue H, Itoh H, Oda M, Mori K. Real-Time Use of Artificial Intelligence in Identification of Diminutive Polyps During Colonoscopy: A Prospective Study. Ann Intern Med. 2018 Sep 18;169(6):357-366. doi: 10.7326/M18-0249. Epub 2018 Aug 14.
- Wang P, Berzin TM, Glissen Brown JR, Bharadwaj S, Becq A, Xiao X, Liu P, Li L, Song Y, Zhang D, Li Y, Xu G, Tu M, Liu X. Real-time automatic detection system increases colonoscopic polyp and adenoma detection rates: a prospective randomised controlled study. Gut. 2019 Oct;68(10):1813-1819. doi: 10.1136/gutjnl-2018-317500. Epub 2019 Feb 27.
- Gong D, Wu L, Zhang J, Mu G, Shen L, Liu J, Wang Z, Zhou W, An P, Huang X, Jiang X, Li Y, Wan X, Hu S, Chen Y, Hu X, Xu Y, Zhu X, Li S, Yao L, He X, Chen D, Huang L, Wei X, Wang X, Yu H. Detection of colorectal adenomas with a real-time computer-aided system (ENDOANGEL): a randomised controlled study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):352-361. doi: 10.1016/S2468-1253(19)30413-3. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Vinsard DG, Mori Y, Misawa M, Kudo SE, Rastogi A, Bagci U, Rex DK, Wallace MB. Quality assurance of computer-aided detection and diagnosis in colonoscopy. Gastrointest Endosc. 2019 Jul;90(1):55-63. doi: 10.1016/j.gie.2019.03.019. Epub 2019 Mar 26.
- Bray F, Jemal A, Grey N, Ferlay J, Forman D. Global cancer transitions according to the Human Development Index (2008-2030): a population-based study. Lancet Oncol. 2012 Aug;13(8):790-801. doi: 10.1016/S1470-2045(12)70211-5. Epub 2012 Jun 1.
- Araghi M, Soerjomataram I, Jenkins M, Brierley J, Morris E, Bray F, Arnold M. Global trends in colorectal cancer mortality: projections to the year 2035. Int J Cancer. 2019 Jun 15;144(12):2992-3000. doi: 10.1002/ijc.32055. Epub 2019 Jan 8.
- Doubeni CA, Corley DA, Quinn VP, Jensen CD, Zauber AG, Goodman M, Johnson JR, Mehta SJ, Becerra TA, Zhao WK, Schottinger J, Doria-Rose VP, Levin TR, Weiss NS, Fletcher RH. Effectiveness of screening colonoscopy in reducing the risk of death from right and left colon cancer: a large community-based study. Gut. 2018 Feb;67(2):291-298. doi: 10.1136/gutjnl-2016-312712. Epub 2016 Oct 12.
- Wang P, Liu X, Berzin TM, Glissen Brown JR, Liu P, Zhou C, Lei L, Li L, Guo Z, Lei S, Xiong F, Wang H, Song Y, Pan Y, Zhou G. Effect of a deep-learning computer-aided detection system on adenoma detection during colonoscopy (CADe-DB trial): a double-blind randomised study. Lancet Gastroenterol Hepatol. 2020 Apr;5(4):343-351. doi: 10.1016/S2468-1253(19)30411-X. Epub 2020 Jan 22. Erratum In: Lancet Gastroenterol Hepatol. 2020 Apr;5(4):e3.
- Su JR, Li Z, Shao XJ, Ji CR, Ji R, Zhou RC, Li GC, Liu GQ, He YS, Zuo XL, Li YQ. Impact of a real-time automatic quality control system on colorectal polyp and adenoma detection: a prospective randomized controlled study (with videos). Gastrointest Endosc. 2020 Feb;91(2):415-424.e4. doi: 10.1016/j.gie.2019.08.026. Epub 2019 Aug 24.
- Repici A, Ciscato C, Correale L, Bisschops R, Bhandari P, Dekker E, Pech O, Radaelli F, Hassan C. Narrow-band Imaging International Colorectal Endoscopic Classification to predict polyp histology: REDEFINE study (with videos). Gastrointest Endosc. 2016 Sep;84(3):479-486.e3. doi: 10.1016/j.gie.2016.02.020. Epub 2016 Feb 27.
- Komeda Y, Kashida H, Sakurai T, Asakuma Y, Tribonias G, Nagai T, Kono M, Minaga K, Takenaka M, Arizumi T, Hagiwara S, Matsui S, Watanabe T, Nishida N, Chikugo T, Chiba Y, Kudo M. Magnifying Narrow Band Imaging (NBI) for the Diagnosis of Localized Colorectal Lesions Using the Japan NBI Expert Team (JNET) Classification. Oncology. 2017;93 Suppl 1:49-54. doi: 10.1159/000481230. Epub 2017 Dec 20.
- Kandel P, Wallace MB. Should We Resect and Discard Low Risk Diminutive Colon Polyps. Clin Endosc. 2019 May;52(3):239-246. doi: 10.5946/ce.2018.136. Epub 2019 Jan 21.
- Neumann H, Neumann Sen H, Vieth M, Bisschops R, Thieringer F, Rahman KF, Gamstatter T, Tontini GE, Galle PR. Leaving colorectal polyps in place can be achieved with high accuracy using blue light imaging (BLI). United European Gastroenterol J. 2018 Aug;6(7):1099-1105. doi: 10.1177/2050640618769731. Epub 2018 May 17.
- von Renteln D, Kaltenbach T, Rastogi A, Anderson JC, Rosch T, Soetikno R, Pohl H. Simplifying Resect and Discard Strategies for Real-Time Assessment of Diminutive Colorectal Polyps. Clin Gastroenterol Hepatol. 2018 May;16(5):706-714. doi: 10.1016/j.cgh.2017.11.036. Epub 2017 Nov 23.
- Ang TL, Li JW, Wong YJ, Tan YJ, Fock KM, Tan MTK, Kwek ABE, Teo EK, Ang DS, Wang LM. A prospective randomized study of colonoscopy using blue laser imaging and white light imaging in detection and differentiation of colonic polyps. Endosc Int Open. 2019 Oct;7(10):E1207-E1213. doi: 10.1055/a-0982-3111. Epub 2019 Oct 1.
- Horiuchi H, Tamai N, Kamba S, Inomata H, Ohya TR, Sumiyama K. Real-time computer-aided diagnosis of diminutive rectosigmoid polyps using an auto-fluorescence imaging system and novel color intensity analysis software. Scand J Gastroenterol. 2019 Jun;54(6):800-805. doi: 10.1080/00365521.2019.1627407. Epub 2019 Jun 14.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Real)
Conclusão do estudo (Real)
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 (Estimativa)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
- Doenças do aparelho digestivo
- Neoplasias
- Neoplasias por local
- Neoplasias gastrointestinais
- Neoplasias do Aparelho Digestivo
- Doenças Gastrointestinais
- Doenças do cólon
- Doenças Intestinais
- Condições Patológicas, Anatômicas
- Neoplasias Intestinais
- Neoplasias Colorretais
- Pólipos intestinais
- Pólipos
- Pólipos colônicos
- Neoplasias colônicas
Outros números de identificação do estudo
- CIRB Ref: 2021/2001
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
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 .