Эта страница была переведена автоматически, точность перевода не гарантируется. Пожалуйста, обратитесь к английской версии для исходного текста.

Prospective Collection and Registry Study of Multicenter, Multidisciplinary Surgical Minimally Invasive Videos (VISION)

5 августа 2026 г. обновлено: Zeyu Zhang, PHD, Chinese Academy of Sciences

Prospective Observational Cohort Study on the Construction of Standardized Video Datasets for Multicenter, Multidisciplinary Minimally Invasive Laparoscopic and Robotic Surgery and Their Application in the Development of Surgical AI Large Models

This is a prospective multicenter patient registry study. We continuously collect full-length intraoperative surgical videos from thoracoscope, laparoscope, hysteroscope, transcervical resectoscope, cystoscope, prostate resectoscope, arthroscope, intervertebral foramen endoscope, otorhinolaryngology endoscope and endoscopic surgical robots, accompanied by inpatient medical records, preoperative imaging data and 5-year postoperative follow-up data. All imaging data will be standardized and de-identified to construct a large-scale standardized surgical video dataset. The dataset will be applied for training, verification and optimization of surgical video foundation large model, serving for surgical teaching, intraoperative operation quality control and basic medical AI research. We will also explore the correlation between intraoperative surgical details and postoperative prognosis to improve the standard specifications of minimally invasive surgery. No clinical intervention will be imposed on participants throughout the whole research.

Обзор исследования

Статус

Еще не набирают

Условия

Тип исследования

Наблюдательный

Регистрация (Оцененный)

2000

Контакты и местонахождение

В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.

Контакты исследования

Имя: KUNSHAN HE
Номер телефона: +86 18500535530
Электронная почта: hekunshan@buaa.edu.cn

Места учебы

Китай
- - Beijing, Китай
    - Institute of Automation, Chinese Academy of Sciences

Критерии участия

Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.

Критерии приемлемости

Возраст, подходящий для обучения

Взрослый
Пожилой взрослый

Принимает здоровых добровольцев

Нет

Метод выборки

Невероятностная выборка

Исследуемая популяция

This prospective multicenter observational cohort study will enroll a total of 2,000 inpatients undergoing minimally invasive endoscopic, laparoscopic, or robotic surgery across multiple departments and participating medical centers.

Описание

Inclusion Criteria:

Patients aged ≥ 18 years old hospitalized to receive minimally invasive endoscopic, laparoscopic or robotic surgical treatment for diseases of various body systems;
Complete full-length intraoperative surgical videos can be recorded during operation, with complete medical records and preoperative imaging data;
Participants fully understand the study, voluntarily sign written informed consent, and agree that their de-identified intraoperative images and clinical data can be used for scientific research.

Exclusion Criteria:

Minors under 18 years of age;
Patients with incomplete intraoperative videos or missing clinical imaging documents;
Patients with consciousness disturbance or mental disorders who cannot sign informed consent independently;
Subjects who refuse to participate in the study and disapprove the use of their medical data for research;
Patients who are predicted to be unavailable for long-term postoperative follow-up.

Учебный план

В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.

Как устроено исследование?

Детали дизайна

Что измеряет исследование?

Первичные показатели результатов

Мера результата	Временное ограничение
Completion rate of qualified intraoperative surgical imaging data Временное ограничение: Immediately after each surgery	Immediately after each surgery

Вторичные показатели результатов

Мера результата	Мера Описание	Временное ограничение
Completeness rate of long-term postoperative clinical follow-up Временное ограничение: 3 months, 1 year, 3 years and 5 years after surgery		3 months, 1 year, 3 years and 5 years after surgery
Reusability rate of annotated key anatomical structures in videos Временное ограничение: From completion of data warehousing and annotation, the reusability rate will be analyzed within 3 months, assessed up to 3 months after annotation completion.		From completion of data warehousing and annotation, the reusability rate will be analyzed within 3 months, assessed up to 3 months after annotation completion.
Feasibility rate (%) of surgical video dataset applied in different clinical AI research scenarios Временное ограничение: After full construction of the surgical video dataset, scenario feasibility assessment will be finished within 6 months, assessed up to 6 months after dataset construction.	Three core application scenarios are predefined: 1) training of surgical computer vision AI models; 2) validation of intraoperative surgical recognition algorithms; 3) surgical skill assessment and teaching research. An expert review panel consisting of at least 3 attending surgeons and 2 medical AI researchers independently evaluates whether the dataset has sufficient sample size, annotation completeness and video quality to support each scenario. Feasibility proportion is calculated as: (Number of scenarios the dataset is suitable for / Total predefined scenarios) × 100%.	After full construction of the surgical video dataset, scenario feasibility assessment will be finished within 6 months, assessed up to 6 months after dataset construction.
Accuracy percentage (%) of AI-based surgical procedure identification on annotated surgical videos Временное ограничение: After completion of data warehousing and annotation, AI surgical procedure identification accuracy testing will be conducted within 3 months, assessed up to 3 months post annotation completion.	After all surgical videos are imported into the data warehouse and manually annotated by experienced surgeons to generate gold-standard procedure labels, the surgical video analysis AI model automatically outputs predicted surgical procedure categories for each video clip. Each AI-predicted label is compared against the manual gold-standard annotation label. Identification accuracy is calculated by the formula: (Number of video clips with correctly predicted surgical procedures / Total number of tested video clips) × 100%.	After completion of data warehousing and annotation, AI surgical procedure identification accuracy testing will be conducted within 3 months, assessed up to 3 months post annotation completion.

Соавторы и исследователи

Здесь вы найдете людей и организации, участвующие в этом исследовании.

Спонсор

Chinese Academy of Sciences

Соавторы

Beihang University

Beijing Digital Precision Medicine Technology Co., Ltd.

Даты записи исследования

Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.

Изучение основных дат

Начало исследования (Оцененный)

1 августа 2026 г.

Первичное завершение (Оцененный)

31 июля 2031 г.

Завершение исследования (Оцененный)

31 июля 2032 г.

Даты регистрации исследования

Первый отправленный

31 июля 2026 г.

Впервые представлено, что соответствует критериям контроля качества

5 августа 2026 г.

Первый опубликованный (Действительный)

7 августа 2026 г.

Обновления учебных записей

Последнее опубликованное обновление (Действительный)