Deteção de Vasos Sanguíneos Guiada por Inteligência Artificial para Aumentar a Segurança em Procedimentos Endoscópicos do Terceiro Espaço
Detecção Guiada por Inteligência Artificial de Marcadores Anatómicos para Melhorar a Segurança em Procedimentos Endoscópicos do Terceiro Espaço
Este estudo prospetivo visa avaliar o desempenho de uma nova ferramenta de apoio à decisão clínica de Inteligência Artificial (IA) durante procedimentos endoscópicos no terceiro espaço, como a Disseção Endoscópica da Submucosa (ESD) e a Miotomia Endoscópica Peroral (POEM).
Embora estes procedimentos sejam eficazes no tratamento de neoplasias gastrointestinais e distúrbios da motilidade, apresentam riscos de hemorragia intraprocedimental e perfuração se os vasos sanguíneos da submucosa não forem corretamente identificados e coagulados. Com base na validação retrospetiva anterior, este estudo avaliará se um modelo de inteligência artificial em tempo real pode auxiliar os endoscopistas na deteção e delimitação dos vasos sanguíneos de forma mais precisa e rápida durante procedimentos humanos em tempo real.
Visão geral do estudo
Status
Condições
Intervenção / Tratamento
Descrição detalhada
Contexto e Fundamentação
Os procedimentos de endoscopia de terceiro espaço são tecnicamente exigentes. O principal desafio reside na secção inadvertida de vasos submucosos, o que provoca hemorragia que obscurece o campo cirúrgico e aumenta o risco de perfuração. Atualmente, a identificação de vasos depende inteiramente do operador.
A nossa equipa desenvolveu um modelo de inteligência artificial baseado em aprendizagem profunda, treinado com 250.000 imagens anotadas de 150 procedimentos POEM. Este modelo está otimizado para latência mínima, permitindo sobreposições visuais em tempo real (delineação) de vasos sanguíneos no monitor endoscópico.
Objetivos do Estudo O objetivo principal é avaliar a Taxa de Deteção de Vasos (VDR) – a proporção de vasos identificados pelo endoscopista quando assistido pela IA, em comparação com a prática padrão.
O estudo também irá investigar:
Tempo de Deteção de Vasos (VDT): A latência entre um vaso aparecer no campo de visão e a sua identificação.
Desenho do Estudo e Fluxo de Trabalho:
Neste estudo prospetivo, o sistema de IA será integrado na plataforma endoscópica Olympus EVIS X1 series. À medida que o endoscopista navega no espaço submucoso, a IA fornecerá máscaras de segmentação visual em tempo real, destacando os vasos. O desempenho será registado e comparado com uma revisão pós-procedimento por especialistas independentes para calcular a sensibilidade e a velocidade de deteção.
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Abhishek Tyagi, M.S.
- Número de telefone: 919989154556
- E-mail: mr.tyagi@gmail.com
Estude backup de contato
- Nome: Mohan Ramchandani, M.D.
- Número de telefone: 919701335444
- E-mail: ramchandanimohan@gmail.com
Locais de estudo
-
-
Telangana
-
Hyderabad, Telangana, Índia, 500032
- Recrutamento
- Asian Institute of Gastroenterology
-
Contato:
- Abhishek Tyagi, M.S.
- Número de telefone: 919989154556
- E-mail: mr.tyagi@gmail.com
-
Investigador principal:
- Abhishek Tyagi, M.S.
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Filho
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Descrição
Critérios de Inclusão:
- Pacientes diagnosticados com Acálsia do Cárdia ou neoplasias.
Critérios de Exclusão:
- Pacientes com condições consideradas inadequadas para procedimentos de endoscopia do terceiro espaço (ex.: Candidíase)
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Viabilidade do dispositivo
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Comparador Ativo: Com Inteligência Artificial
O endoscopista verá a máscara de segmentação gerada pela IA
|
Máscara de segmentação ou contornos de delimitação gerados por IA em tempo real para os vasos sanguíneos sub-mucosos visíveis no monitor de endoscopia.
|
|
Sem intervenção: Sem Inteligência Artificial
O endoscopista não verá a máscara de segmentação gerada pela IA
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Taxa de Detecção Vascular (TDV)
Prazo: 3 meses
|
a proporção de vasos identificados pelo endoscopista
|
3 meses
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Tempo de Deteção de Vasos (VDT)
Prazo: 3 meses
|
A latência entre um vaso aparecer no campo de visão e a sua identificação.
|
3 meses
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Investigador principal: Abhishek Tyagi, Asian Intitute of Gastroenterology
Publicações e links úteis
Publicações Gerais
- Scheppach MW, Mendel R, Muzalyova A, Rauber D, Probst A, Nagl S, Rommele C, Yip HC, Lau LHS, Golder SK, Schmidt A, Kouladouros K, Abdelhafez M, Walter BM, Meinikheim M, Chiu PWY, Palm C, Messmann H, Ebigbo A. Use of artificial intelligence in submucosal vessel detection during third-space endoscopy. Endoscopy. 2025 Jul;57(7):760-766. doi: 10.1055/a-2534-1164. Epub 2025 Feb 5.
- Ebigbo A, Mendel R, Scheppach MW, Probst A, Shahidi N, Prinz F, Fleischmann C, Rommele C, Goelder SK, Braun G, Rauber D, Rueckert T, de Souza LA Jr, Papa J, Byrne M, Palm C, Messmann H. Vessel and tissue recognition during third-space endoscopy using a deep learning algorithm. Gut. 2022 Dec;71(12):2388-2390. doi: 10.1136/gutjnl-2021-326470. Epub 2022 Sep 15.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
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
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- AITSE-1
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
produto fabricado e exportado 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 .