Обнаружение кровеносных сосудов с помощью искусственного интеллекта для повышения безопасности эндоскопических процедур в третьем пространстве
Обнаружение анатомических маркеров под руководством искусственного интеллекта для повышения безопасности эндоскопических процедур в третьем пространстве
This prospective study aims to evaluate the performance of a novel Artificial Intelligence (AI) clinical decision support tool during third space endoscopic procedures, such as Endoscopic Submucosal Dissection (ESD) and Peroral Endoscopic Myotomy (POEM).
While these procedures are effective for treating gastrointestinal neoplasms and motility disorders, they carry risks of intraprocedural bleeding and perforation if submucosal blood vessels are not correctly identified and coagulated. Building on previous retrospective validation, this study will assess whether a real-time artificial intelligence model can assist endoscopists in detecting and delineating blood vessels more accurately and faster during live human procedures.
Обзор исследования
Статус
Статус
Условия
Условия
Вмешательство/лечение
Вмешательство/лечение
Подробное описание
Background and Rationale
Third-space endoscopy procedures are technically demanding. The primary challenge lies in the inadvertent transection of submucosal vessels, which leads to bleeding that obscures the surgical field and increases the risk of perforation. Currently, vessel identification is entirely operator-dependent.
Our team has developed a deep-learning based artificial intelligence model trained on 250,000 annotated images from 150 POEM procedures. This model is optimized for minimal latency, allowing for real-time visual overlays (delineation) of blood vessels on the endoscopic monitor.
Study Objectives The primary objective is to evaluate the Vessel Detection Rate (VDR)-the proportion of vessels identified by the endoscopist when assisted by the AI compared to standard practice.
The study will also investigate:
Vessel Detection Time (VDT): The latency between a vessel appearing in the field of view and its identification.
Study Design & Workflow:
In this prospective study, the AI system will be integrated into the Olympus EVIS X1 series endoscopy stack. As the endoscopist navigates the submucosal space, the AI will provide real-time visual segmentation masks highlighting vessels. The performance will be recorded and compared against a post-procedure review by independent experts to calculate sensitivity and detection speed.
Тип исследования
Тип исследования
Регистрация (Действительный)
Регистрация
Фаза
Фаза
- Непригодный
Контакты и местонахождение
Места учебы
-
-
Telangana
-
Hyderabad, Telangana, Индия, 500032
- Asian Institute of Gastroenterology
-
-
Критерии участия
Критерии приемлемости
Критерии приемлемости
Возраст, подходящий для обучения
- Ребенок
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Полы, имеющие право на обучение
Описание
Inclusion Criteria:
- Patients diagnosed with Achalasia Cardia or neoplasms.
Exclusion Criteria:
- Patients with conditions deemed unsuitable for third space endoscopy procedures (e.g.: Candidiasis)
Учебный план
Как устроено исследование?
Детали дизайна
- Основная цель: Возможности устройства
- Распределение: Нерандомизированный
- Интервенционная модель: Параллельное назначение
- Маскировка: Нет (открытая этикетка)
Количество рук
Оружие и интервенции
Группа участников / АрмияГруппа участников / Армия |
Вмешательство/лечениеВмешательство/лечение |
|---|---|
|
Активный компаратор: With Artificial Intelligence
Endoscopist will see the AI generated segmentation mask |
Real time AI generated segmentation mask or delineation contours for sub-mucosal blood vessels visible on the endoscopy monitor. |
|
Без вмешательства: Without Artificial Intelligence
Endoscopist will not see the AI generated segmentation mask |
Что измеряет исследование?
Первичные показатели результатов
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Vessel Detection Rate (VDR)
Временное ограничение: 3 months
|
the proportion of vessels identified by the endoscopist |
3 months
|
Вторичные показатели результатов
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Vessel Detection Time (VDT)
Временное ограничение: 3 months
|
The latency between a vessel appearing in the field of view and its identification. |
3 months
|
Соавторы и исследователи
Спонсор
Спонсор
Следователи
Следователи
- Главный следователь: Abhishek Tyagi, Asian Intitute of Gastroenterology
Публикации и полезные ссылки
Общие публикации
- 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.
Даты записи исследования
Изучение основных дат
Начало исследования (Действительный)
Начало исследования
Первичное завершение (Действительный)
Первичное завершение
Завершение исследования (Действительный)
Завершение исследования
Даты регистрации исследования
Первый отправленный
Первый отправленный
Впервые представлено, что соответствует критериям контроля качества
Впервые представлено, что соответствует критериям контроля качества
Первый опубликованный (Действительный)
Первый опубликованный
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
Последнее опубликованное обновление
Последнее отправленное обновление, отвечающее критериям контроля качества
Последнее отправленное обновление, отвечающее критериям контроля качества
Последняя проверка
Последняя проверка
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
Другие идентификационные номера исследования
Другие идентификационные номера исследования
- AITSE-1
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
продукт, произведенный в США и экспортированный из США.
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .