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

Förbättra polypdetekteringsfrekvensen genom artificiell intelligens vid koloskopi

21 januari 2026 uppdaterad av: Haraldsplass Deaconess Hospital
Syftet med denna studie är att undersöka om användningen av artificiell intelligens (AI) vid koloskopi förbättrar polyperdetekteringshastigheten, och om användningen av AI har en inlärningseffekt.

Studieöversikt

Status

Avslutad

Betingelser

Detaljerad beskrivning

Endoskopisterna kommer att använda GI Genius från Medtronic, en enhet som använder artificiell intelligens (AI) baserad på maskininlärning för att upptäcka polyper i tjocktarmen i realtid under koloskopi. Enheten tolkar endoskopibilderna och överlagrar eventuella polyper med ramar.

Patienterna kommer att ingå på vanliga polikliniker i Västnorge. Endoskopisterna kommer att delas in i grupper beroende på deras erfarenhet. Endoskopisterna kommer att utföra koloskopier i tre faser; (1) före användning av AI, (2) under användning av AI och (3) efter användning av AI. Utredarna kommer sedan att utvärdera polypdetekteringshastigheten (PDR) i de tre faserna för att se om AI ökar PDR, och om det finns en inlärningseffekt på PDR efter användning av AI. Utredarna kommer också att utvärdera om det finns en skillnad i inlärningseffekten från AI-användning beroende på om endoskopisten är erfaren eller oerfaren.

PDR är registrerade som en del av Norges nationella kvalitetsregister för koloskopi, Gastronet. Data som registrerats i Gastronet kan också hjälpa utredarna att utvärdera andra resultat såsom utsättningstid, tarmförberedelser, patientrapporterad smärta, patienttillfredsställelse och komplikationer.

Studietyp

Interventionell

Inskrivning (Faktisk)

5034

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studieorter

    • Vestland
      • Bergen, Vestland, Norge, 5021
        • Haukeland University Hospital
      • Bergen, Vestland, Norge, 5009
        • Haraldsplass Deaconess Hospital
      • Bergen, Vestland, Norge, 5068
        • Kanalspesialistene AS

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

  • Barn
  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Ja

Beskrivning

Inklusionskriterier:

  • Patienter som kommer till polikliniker för att utföra koloskopier

Exklusions kriterier:

  • Total kolektomi
  • Förbehåll mot registrering i Gastronet, det nationella kvalitetsregistret för koloskopi i Norge

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: Icke-randomiserad
  • Interventionsmodell: Crossover tilldelning
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Aktiv komparator: Med artificiell intelligens (AI)
Användning av GI Genius artificiell intelligensenhet under koloskopi.
Användningen av artificiell intelligens under koloskopi för att förbättra polypdetektering.
Aktiv komparator: Utan artificiell intelligens
Användning av standard koloskopiutrustning utan GI Genius.
Standard koloskopi.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Polypdetekteringshastighet (PDR) med och utan artificiell intelligens (AI)
Tidsram: 18 månader
Utvärdera PDR med och utan användning av GI Genus artificiell intelligens
18 månader
PDR efter användning av AI, finns det en inlärningseffekt?
Tidsram: 18 månader
Utvärdera om det finns en förbättrad PDR efter användning av AI
18 månader

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Uttagstid
Tidsram: 18 månader
För att utvärdera om uttagstiden påverkas av användningen av artificiell intelligens
18 månader
Komplikationer
Tidsram: 24 månader
För att utvärdera om det finns fler registrerade komplikationer med användning av AI
24 månader

Samarbetspartners och utredare

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

Utredare

  • Studierektor: Roald F. Havre, Professor, Helse Bergen

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.

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)

19 november 2021

Primärt slutförande (Faktisk)

30 juni 2025

Avslutad studie (Faktisk)

30 juni 2025

Studieregistreringsdatum

Först inskickad

4 april 2022

Först inskickad som uppfyllde QC-kriterierna

4 april 2022

Första postat (Faktisk)

12 april 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

22 januari 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

21 januari 2026

Senast verifierad

1 september 2025

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

Det finns ingen specifik plan att dela IPD med andra forskare.

Läkemedels- och apparatinformation, studiedokument

Studerar en amerikansk FDA-reglerad läkemedelsprodukt

Nej

Studerar en amerikansk FDA-reglerad produktprodukt

Nej

produkt tillverkad i och exporterad från U.S.A.

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