Denna sida har översatts automatiskt och översättningens korrekthet kan inte garanteras. Vänligen se engelsk version för en källtext.

Klinisk validering av artificiell intelligens vid polypdetektion (CAD-ARTIPOD)

29 november 2022 uppdaterad av: Universitaire Ziekenhuizen KU Leuven
Denna studie är en öppen, oblindad, icke-randomiserad interventionsstudie, som jämför det undersökningsverktyg för artificiell intelligens med den nuvarande "guldstandarden": Datainsamling kommer att erhållas under en schemalagd koloskopisk procedur av en utbildad endoskopist. Under insättningen kommer inga åtgärder att vidtas, koloskopi utförs enligt vårdstandarden. När tillbakadragandet har påbörjats kommer en andra observatör (inte en utbildad endoskopist utan en person utbildad i polypigenkänning) att starta verktyget för artificiell intelligens (AI) vid sängen, kopplat till endoskopets torn, för upptäckt. Denna andra observatör är tränad i att bedöma endoskopiska bilder för att definiera AI-verktygets resultat. På grund av att den andra observatören tittar på den separata AI-skärmen, är endoskopisten förblindad av AI-resultatet. När en detektion görs av AI-systemet som inte känns igen av endoskopisten, kommer endoskopisten att bli ombedd att flytta samma detektion och att omvärdera lesionen och det eventuella behovet av terapeutisk åtgärd. Alla upptäckter räknas separat och kategoriseras av den andra observatören. Alla polypdetekteringar kommer att tas bort efter standardvård för histologisk bedömning. Hela den koloskopiska proceduren spelas in via en separat länkad videobandspelare.

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Detta är en utredare initierad icke-randomiserad prospektiv interventionell studie för att validera prestandan hos ett nytt toppmodernt datorstödd detektionsverktyg (CADe) för kolorektal polypdetektering implementerat som andra observatör under rutindiagnostisk koloskopi och för att utvärdera dess genomförbarhet vid daglig endoskopi. På varandra följande patienter som remitteras till screening, övervakning eller diagnostisk koloskopi kommer att inkluderas.

Patienterna kommer att genomgå en standardkoloskopi utförd av en utbildad endoskopist. En andra observatör, som inte är utbildad endoskopist, kommer att följa proceduren på ett AI-verktyg vid sängkanten för att räkna antalet upptäckter som gjorts av AI-systemet och kategorisera resultaten i positiva eller negativa resultat enligt följande (1) sant positiva, ( 2) falskt negativt eller (3) falskt positivt. I händelse av en upptäckt av AI-systemet som inte sågs av endoskopisten eller oklart för den andra observatören, kommer den andra observatören att be att omvärdera den angivna regionen för att avgöra om endoskopisten efter andra undersökningen måste vidta extra åtgärder. Hela proceduren kommer att spelas in.

Det finns inga ytterligare risker som är specifika för användningen av AI-verktyget att ta hänsyn till. Allmän risk för koloskopi (d.v.s.: perforering, blödning eller postpolypektomisyndrom) kan uppstå med samma frekvens som en koloskopi utan användning av detta AI-verktyg.

Alla patienter kommer att få ett standardvårdprotokoll under sin koloskopi. AI-systemet kan bara ha ett fördelaktigt resultat för patienten, en bättre polypdetektering, eftersom det har visat sig vara icke-sämre vad gäller noggrannhet jämfört med högupptäckande endoskopist i vår pilotstudie

Studietyp

Interventionell

Inskrivning (Faktisk)

856

Fas

  • Inte tillämpbar

Kontakter och platser

Det här avsnittet innehåller kontaktuppgifter för dem som genomför studien och information om var denna studie genomförs.

Studieorter

    • Vlaams-Brabant
      • Leuven, Vlaams-Brabant, Belgien, 3000
        • University Hospitals Leuven

Deltagandekriterier

Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.

Urvalskriterier

Åldrar som är berättigade till studier

40 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Ålder ≥40 år
  • Remiss för screening, övervakning eller diagnostisk koloskopi
  • Kan ge informerat samtycke av patienten eller av ett juridiskt ombud

Uteslutningskriterier för studieinkludering

  • <40 år gammal
  • Remiss till terapeutisk koloskopi
  • Känt Lynch syndrom eller familjärt adenomatös polypos syndrom
  • Eventuell kontraindikation för koloskopi eller biopsier av tjocktarmen
  • Okontrollerad koagulopati
  • Bekräftad diagnos av inflammatorisk tarmsjukdom innan den planerade koloskopin
  • Kort tarm eller ileostomi
  • Graviditet

Uteslutningskriterier för studieanalys

  • Koloninflammation > 30cm vid koloskopi
  • Ofullständig koloskopi av någon anledning
  • Ofullständig inspelning eller tekniskt fel i systemet för artificiell intelligens

Studieplan

Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Diagnostisk
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: AI arm
Endast en arm i denna studie. Varje patient som är kvalificerad för denna studie och som ingår, efter informerat samtycke, kommer att få en standardkoloskopi kombinerad med AI-videoanalys i realtid
Patienterna kommer att genomgå en standardkoloskopi utförd av en utbildad endoskopist. En andra observatör, som inte är utbildad endoskopist, kommer att följa proceduren på ett AI-verktyg vid sängkanten för att räkna antalet upptäckter som gjorts av AI-systemet och kategorisera resultaten i positiva eller negativa resultat enligt följande (1) sant positiva, ( 2) falskt negativt eller (3) falskt positivt.

Vad mäter studien?

Primära resultatmått

Resultatmått
Tidsram
Total polypdetektering under enkelpassagekoloskopi med hjälp av artificiell intelligens i jämförelse med polypdetektering av endoskopist med endoskopisk diagnos som guldstandard
Tidsram: 1,5 år
1,5 år

Sekundära resultatmått

Resultatmått
Tidsram
Total polypdetektering under enkelpassagekoloskopi med hjälp av artificiell intelligens i jämförelse med polypdetektering av endoskopist med histologisk diagnos som guldstandard.
Tidsram: 1,5 år
1,5 år
Antalet extra upptäckta polyper genom artificiell intelligens med den endoskopiska diagnosen som guldstandard.
Tidsram: 1,5 år
1,5 år
Antalet extra upptäckta polyper genom artificiell intelligens med den histologiska diagnosen som guldstandard
Tidsram: 1,5 år
1,5 år
Endoskopistens polyppmissfrekvens definieras som ytterligare upptäckt av polyper under koloskopi
Tidsram: 1,5 år
1,5 år
Den falska positiva frekvensen under rent uttag.
Tidsram: 1,5 år
1,5 år

Andra resultatmått

Resultatmått
Tidsram
Korrelation mellan Boston Bowel Preparation Score och antalet falska positiva upptäckter under koloskopi
Tidsram: 1,5 år
1,5 år
Korrelation mellan endoskopistens historiska adenomdetektionsfrekvens och antalet extra upptäckter och falskt negativa upptäckter av det artificiella intelligenssystemet.
Tidsram: 1,5 år
1,5 år
Korrelation mellan polypstorleken och antalet falska negativa och ytterligare upptäckter
Tidsram: 1,5 år
1,5 år
Korrelation mellan Paris-klassificeringen och antalet falska negativa och ytterligare upptäckter.
Tidsram: 1,5 år
1,5 år
Korrelation mellan det totala antalet polyper per koloskopi och ytterligare detektioner.
Tidsram: 1,5 år
1,5 år
Korrelation mellan endoskopistens erfarenhet och ytterligare upptäckter
Tidsram: 1,5 år
1,5 år

Samarbetspartners och utredare

Det är här du hittar personer och organisationer som är involverade i denna studie.

Studieavstämningsdatum

Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.

Studera stora datum

Studiestart (Faktisk)

13 oktober 2020

Primärt slutförande (Faktisk)

28 oktober 2022

Avslutad studie (Faktisk)

29 november 2022

Studieregistreringsdatum

Först inskickad

18 juni 2020

Först inskickad som uppfyllde QC-kriterierna

18 juni 2020

Första postat (Faktisk)

22 juni 2020

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

30 november 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

29 november 2022

Senast verifierad

1 november 2022

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • S64243

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

Nej

IPD-planbeskrivning

Vi planerar inte att göra individuella deltagares uppgifter tillgängliga. Vi kanske delar en översikt över anonymiserad data med de samarbetande institutionerna.

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .

Kliniska prövningar på Polyp av kolon

3
Prenumerera