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

Utveckling av ett datorstödt beslutsstöd för polypektomi

Kvalitetskomponenter av koloskopi inkluderar upptäckt och fullständigt avlägsnande av kolorektala polyper, som är prekursorer till CRC. Endoskopisk ablation kan dock vara ofullständig, vilket utgör en risk för utveckling av "intervallcancer". Utredarna föreslår att utveckla en lösning baserad på artificiell intelligens (AI) (CADp datorstödd beslutsstödpolypektomi) för att lösa detta problem. Detta forskningsprojekt syftar till att utveckla CADp, en datorbeslutsstödslösning (CDS) för ablation av kolorektala polyper från 1 till 20 mm.

Studieöversikt

Detaljerad beskrivning

Detta forskningsprojekt syftar till att utveckla CADp, en datorbaserad beslutsstödslösning (CDS) för avlägsnande av kolorektala polyper som sträcker sig från 1-20 mm. Utredarna kommer att använda en video- och bilddatauppsättning av polypektomiprocedurer för att träna CADp-modellen; sålunda kan den ge överlagd videoåterkoppling i realtid för polypektomiprocedurer baserat på fem specifika mått: 1) uppskattning av polypstorlek; 2) förutsägelse av morfologi och histologi; 3) förslag på lämpligt resektionstillbehör och tekniskt tillvägagångssätt baserat på polypens egenskaper, storlek och histologi enligt gällande riktlinjer; 4) bildöverlagring, baserad på semantisk bildsegmenteringsteknologi, som visar omfattningen av lesionen och förslag på en lämplig resektionsmarginalkontur runt polypen för att säkerställa dess fullständiga borttagning; 5) analys efter resektion för att identifiera eventuell kvarvarande polypvävnad eller otillräcklig resektionsmarginal som kan öka denna risk.

Utredarna kommer att samla in en uppsättning bilder och videodata från levande polypektomiprocedurer för att dra nytta av de senaste framstegen inom AI-teknik för att träna modeller för djupinlärning. Denna datauppsättning kommer att erhållas prospektivt från en kohort av vuxna (åldrar 45-80) som genomgår screening, diagnostiska eller övervakningskoloskopier. För att träna CADp-lösningen kommer utredarna att erhålla motsvarande fullständighet av resektionsstatus med hjälp av utbytet av post-resektionsmarginalbiopsier. Datauppsättningen kommer att delas in i två grupper, utbildningen respektive CADp-testet.

Studietyp

Interventionell

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studieorter

    • Quebec
      • Montréal, Quebec, Kanada
        • Centre hospitalier universitaire de Montréal

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

41 år till 76 år (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Nej

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Undertecknat informerat samtycke
  • Ålder 45-80 år
  • Indikation för att genomgå en endoskopi med lägre GI.

Exklusions kriterier:

  • Känd inflammatorisk tarmsjukdom
  • Aktiv kolit
  • Koagulopati
  • Familjärt polypossyndrom;
  • Dålig allmän hälsa, definierad som ett American Society of Anesthesiologists (ASA) fysisk statusklass >3
  • Akut koloskopier

Studieplan

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

Hur är studien utformad?

Designdetaljer

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

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Artificiell intelligens för datorbeslutsstöd i realtid vid resektion av kolorektala polyper
En standardkoloskopi kommer att utföras enligt standarden för rutinvård. Alla optiskt diagnostiserade polyper kommer att tas bort och skickas till CHUMs patologilaboratorium för histopatologisk utvärdering enligt institutionella standarder. AI-systemet kommer att fånga video av proceduren i realtid och ge ytterligare information om polypektomiprocedurer.
AI-systemet kommer att fånga en livevideo av proceduren och AI-feedbacken kommer att visas på en andra skärm installerad bredvid den vanliga endoskopiskärmen. Skärm A visar den vanliga endoskopibilden och skärm B visar den vanliga endoskopibilden tillsammans med de områden som kan hysa en polyp och informationen för att hjälpa polypektomin.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Noggrannhet i CADp-systemet
Tidsram: 3 veckor
noggrannhet med vilken CADp-systemet förutsäger fullständigheten av polypektomi i testuppsättningen, varvid referensstandarden för fullständighet bestäms av histologin för marginalbiopsier efter polypektomi; om fri från polypvävnad (adenomatös, tandad eller hyperplastisk), kommer resektionen att anses vara avslutad. Om kvarvarande polypvävnad detekteras i någon eller flera av marginalbiopsierna anses resektionen vara ofullständig
3 veckor
Fullständighet av polypektomi
Tidsram: 1 månad
Vi kommer att utvärdera överensstämmelsen mellan de olika subjektiva och objektiva sätten att bedöma fullständigheten av polypektomin: utvärdering av marginaler (närvaro eller inte, mätning av marginaler) genom endoskopisters självbedömning och genom expertkonsensus.
1 månad
Utbildning CADp
Tidsram: 1 månad
Utvärdering av överensstämmelse mellan data om polypstorlek, förlängning av marginaler runt polypen, kvalitet på resektion mellan kliniska data (endoskopisters självbedömning och experters bedömningar) och CADp-prediktion.
1 månad
Validiteten av valet av primärt utfall
Tidsram: 1 månad
Baserat på resultaten och jämförelse av de olika bedömningsmetoderna kommer vi att utföra känslighetsanalyser för att bedöma validiteten och robustheten i valet av primärt utfall.
1 månad

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 (Förväntat)

1 december 2021

Primärt slutförande (Förväntat)

1 april 2023

Avslutad studie (Förväntat)

1 april 2023

Studieregistreringsdatum

Först inskickad

16 februari 2021

Först inskickad som uppfyllde QC-kriterierna

20 mars 2021

Första postat (Faktisk)

23 mars 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Uppskatta)

13 december 2022

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

9 december 2022

Senast verifierad

1 december 2022

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

Nej

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 .

Prenumerera