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

Studie om användningen av artificiell intelligens (Fujifilm) för polypdetektion vid koloskopi (Fuji AI)

27 juni 2023 uppdaterad av: Prof. Dr. Thomas Rösch, Universitätsklinikum Hamburg-Eppendorf

Prospektiv randomiserad studie om användningen av artificiell intelligens (Fujifilm) för polypdetektering vid koloskopi

Koloskopi är för närvarande den bästa metoden för att upptäcka tarmtumörer och polyper, särskilt eftersom polyper också kan biopsieras och avlägsnas. Det finns en tydlig korrelation mellan adenomdetektionsfrekvensen och förebyggda karcinom, så adenomdetektionsfrekvensen är huvudparametern för utfallskvaliteten av diagnostisk koloskopi. Effektiviteten av förebyggande koloskopi behöver optimeras genom att öka adenomdetektionshastigheten, eftersom det är känt från många studier att cirka 15-30 % av alla adenom kan förbises. Detta gäller främst mindre och platta adenom. Men eftersom även mindre polyper kan vara relevanta för utveckling av kolorektal cancer bör syftet med koloskopi vara att helst kunna känna igen alla polyper och andra förändringar. Den senaste och överlägset mest intressanta utvecklingen inom detta område är användningen av artificiell intelligens system. De består av en påslagen programvara med en liten dator ansluten till endoskopprocessorn; patientens införda endoskop är helt oförändrat.

Den aktuella studien jämför därför adenomdetektionsfrekvensen (ADR) för den senaste generationens enheter med högupplöst bildbehandling från Fujifilm med och utan anslutning av artificiell intelligens.

Studieöversikt

Detaljerad beskrivning

Metoder för datorseende (CV) och artificiell intelligens (AI) ger helt nya möjligheter, t.ex. vid automatisk polypdetektering och differentiering av en lesion baserat på dess endoskopiska bild. Datorseende med metoder för artificiell intelligens innebär applicering av "tränat" så kallat djupt neuralt nät (DNN) med en uppsättning definierade bilder (t. vardagliga scener) och välkända lösningar (t.ex. namnet på det avbildade föremålet; c.f. t.ex. "ImageNet Challenge"). Den tekniska genomförbarheten av att använda AI-algoritmer i endoskopi har redan bevisats i många fall. I den aktuella studien är det ett AI-system från Fujifilm, som redan är kliniskt användbart. Genom att använda Fujifilm högupplösta bildenheter i koloskopier kommer AI att läggas till slumpmässigt.

Studietyp

Interventionell

Inskrivning (Beräknad)

1572

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

  • Namn: Thomas Rösch, Prof. Dr.
  • Telefonnummer: 50098 +49 40 7410
  • E-post: t.roesch@uke.de

Studera Kontakt Backup

Studieorter

      • Bad Salzuflen, Tyskland, 32105
        • Avslutad
        • GastroZentrum Lippe
      • Berlin, Tyskland, 10825
        • Rekrytering
        • Gastroenterologie am Bayerischen Platz
        • Kontakt:
        • Kontakt:
        • Underutredare:
          • Stefan Schubert, Dr.
        • Underutredare:
          • Peter Amerding, Dr.
        • Underutredare:
          • Thomas Liceni, Dr.
      • Bonn, Tyskland, 53127
        • Rekrytering
        • University Hospital Bonn
        • Kontakt:
        • Huvudutredare:
          • Dominik J Kaczmarek, PD Dr.
      • Hamburg, Tyskland, 20246
        • Rekrytering
        • University Hospital Eppendorf
        • Kontakt:
          • Thomas Rösch, Prof. Dr
          • Telefonnummer: 50098 +49 40 7410
          • E-post: t.roesch@uke.de
        • Kontakt:
        • Underutredare:
          • Guido Schachschal, Dr.
        • Underutredare:
          • Katharina Zimmermann-Fraedrich, Dr.
        • Huvudutredare:
          • Thomas Rösch, Prof. Dr.
      • Köln, Tyskland, 50733
        • Rekrytering
        • St. Vinzenz-Hospital / Akademisches Lehrkrankenhaus der Universität zu Köln
        • Kontakt:
        • Huvudutredare:
          • Philipp Zervoulakos, Dr.
      • Magdeburg, Tyskland, 39120
        • Rekrytering
        • University Hospital Magdeburg
        • Kontakt:
        • Huvudutredare:
          • Jochen Weigt, PD Dr.
      • Osnabrück, Tyskland, 49074
      • Wiesbaden, Tyskland, 65197
        • Rekrytering
        • Asklepios Paulinen Klinik Wiesbaden
        • Kontakt:
        • Huvudutredare:
          • Andrea May, Prof. Dr.
    • Hessen
      • Kassel, Hessen, Tyskland, 34127
        • Avslutad
        • Gastroenterologiepraxis Dr. Moog
    • Sachsen

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

35 år och äldre (Vuxen, Äldre vuxen)

Tar emot friska volontärer

Ja

Beskrivning

Inklusionskriterier:

  • Personer > 35 år som är kapabla att ge informerat samtycke
  • Planerad diagnostisk koloskopi (förtydligande av symtom, polypuppföljning)
  • Screeningkoloskopi för män >50 eller kvinnor > 55 år

Exklusions kriterier:

  • Kolonblödning
  • Kolonkarcinom
  • Kända polyper för borttagning
  • Inflammatorisk tarmsjukdom
  • Kolonstenos
  • Annan misstänkt kolonsjukdom för ytterligare klargörande
  • Uppföljning efter operation av tjocktarmscancer (partiell tjocktarmsresektion)
  • Antikoagulerande läkemedel som gör en biopsi eller polypektomi omöjlig
  • Dåligt allmäntillstånd (ASA IV)
  • Ofullständig koloskopi planerad

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: Randomiserad
  • Interventionsmodell: Parallellt uppdrag
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Övrig: AI koloskopi
koloskopi med tillsats av artificiell intelligens
tillägg av polypdetekteringsalgoritm av Fujifilm
Sham Comparator: konventionell koloskopi
tillägg av polypdetekteringsalgoritm av Fujifilm

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Adenomdetektionshastighet
Tidsram: under proceduren till histologisk undersökningsresultat, cirka 2 dagar
Skillnad i adenomdetektionsfrekvens (alla adenom/alla patienter) mellan de två grupperna
under proceduren till histologisk undersökningsresultat, cirka 2 dagar

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Patientfrekvensskillnad
Tidsram: under proceduren till histologisk undersökningsresultat, cirka 2 dagar
Skillnader i patientfrekvensen med adenom (adenomdetektionsfrekvens, d.v.s. andel patienter med minst ett adenom)
under proceduren till histologisk undersökningsresultat, cirka 2 dagar
Adenom subgruppskillnader
Tidsram: histologisk undersökningsresultat, ca 2 dagar
Skillnader undergrupper av adenom (platt, liten, höggradig dysplasi)
histologisk undersökningsresultat, ca 2 dagar
frekvensen av hyperplastisk polypdetektering i båda grupperna
Tidsram: histologisk undersökningsresultat, ca 2 dagar
Skillnader i upptäckten av hyperplastiska polyper
histologisk undersökningsresultat, ca 2 dagar
frekvensen av polypdetektering vid förebyggande och diagnostisk koloskopi
Tidsram: under proceduren till histologisk undersökningsresultat, cirka 2 dagar
Skillnader i förebyggande kontra diagnostisk koloskopi
under proceduren till histologisk undersökningsresultat, cirka 2 dagar
Växlingsnummer (BLI, LCI) i båda grupperna
Tidsram: under proceduren
antal växlar till visuellt stöd av färgfilter
under proceduren
förekomst av orsaker till att byta till BLI/LCI
Tidsram: under proceduren
skäl för att byta till visuellt stöd med färgfilter
under proceduren
kvaliteten på polypdetekteringshastigheten genom bildutvärdering
Tidsram: fram till 2 månader efter rekryteringsstopp
differentialdiagnos av kolonpolyper i båda grupperna med/utan CADEYE)
fram till 2 månader efter rekryteringsstopp

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: Thomas Rösch, Prof. Dr., Universitätsklinikum Hamburg-Eppendorf

Publikationer och användbara länkar

Den som ansvarar för att lägga in information om studien tillhandahåller frivilligt dessa publikationer. Dessa kan handla om allt som har med studien att göra.

Allmänna publikationer

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)

28 oktober 2020

Primärt slutförande (Beräknad)

1 maj 2024

Avslutad studie (Beräknad)

1 september 2024

Studieregistreringsdatum

Först inskickad

1 december 2020

Först inskickad som uppfyllde QC-kriterierna

18 maj 2021

Första postat (Faktisk)

20 maj 2021

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

28 juni 2023

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

27 juni 2023

Senast verifierad

1 juni 2023

Mer information

Termer relaterade till denna studie

Ytterligare relevanta MeSH-villkor

Andra studie-ID-nummer

  • PV7284

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