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

Inverkan av AI på ADR för praktikanter

2 mars 2023 uppdaterad av: James Buxbaum, University of Southern California

Inverkan av artificiell intelligens på adenomupptäcktsfrekvens för praktikanter

Adenomadetektionsfrekvens (ADR) är ett validerat kvalitetsmått för koloskopi med högre ADR korrelerad med förbättrade kolorektalcancerutfall. Artificiell intelligens (AI) kan automatiskt upptäcka polyper på videomonitorn vilket kan göra det möjligt för endoskopister under utbildning att förbättra sin ADR. Syfte och syfte med studien: Mät effekten av AI på ett prospektivt, randomiserat sätt för att bestämma dess inverkan på ADR hos Gastroenterology-praktikanter.

Studieöversikt

Detaljerad beskrivning

Vårt mål är att bestämma effekten av AI på adenomdetektionsfrekvensen hos Gastroenterologipraktikanter. Det sekundära syftet med denna kvalitetsförbättringsstudie är att fastställa effekten av AI-baserad endoskopi på registreringshastigheten för kvalitetsförbättringsmått kontra historisk prestanda i vårt program.

Fellows kommer att genomgå utbildningssession före studiestart, som beskriver vanliga mätvärden för att bedöma kvaliteten på koloskopi och hur man använder programvaran för artificiell intelligens. Gastroenterologistipendiater kommer att godkännas för studien innan den påbörjas. Stipendiaterna kommer att randomiseras dagligen för att utföra koloskopier i ett rum. Resultat kommer att mäta effekterna av AI hos stipendiater

Studietyp

Interventionell

Inskrivning (Förväntat)

25

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

Studieorter

    • California
      • Los Angeles, California, Förenta staterna, 90033
        • Rekrytering
        • LAC+USC Medical Center
        • Kontakt:
          • James Buxbaum, MD

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

Kön som är behöriga för studier

Allt

Beskrivning

Inklusionskriterier:

  • Alla Gastroenterologistipendiater vid USC som utför endoskopier kommer att inkluderas i studien.

Exklusions kriterier:

  • Om stipendiater vägrar informerat samtycke kommer de att uteslutas.
  • Procedurer som utförs på intensivvårdsavdelningen eller operationssalen kommer inte att räknas in i studien eftersom AI-systemet endast kommer att vara tillgängligt på endoskopiavdelningen.
  • Om procedurer endast utförs av fakulteten, där stipendiaten inte är den primära operatören, kommer de inte att användas för studiemått.

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
Aktiv komparator: Endoskopi rum för artificiell intelligens
Stipendiaterna kommer att randomiseras dagligen för att utföra koloskopier i ett rum med AI (intervention)
Användningen av AI kontra ingen AI för att jämföra upptäckten av adenom under endoskopiprocedurer.
Aktiv komparator: Endoskopi rum för icke-artificiell intelligens
Stipendiaterna kommer att randomiseras dagligen för att utföra koloskopier i ett icke-AI-endoskopirum (standardvård).
Icke-AI-användning för att jämföra upptäckten av adenom under endoskopiprocedurer.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Genomsnittlig adenomdetektionsfrekvens
Tidsram: Under hela studietiden i snitt 2 år
Adenomdetekteringshastighet med och utan AI
Under hela studietiden i snitt 2 år

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Genomsnittlig detekteringshastighet för polyper
Tidsram: Genom hela studien, i genomsnitt 2 år
Polypdetekteringshastighet med och utan AI
Genom hela studien, i genomsnitt 2 år

Samarbetspartners och utredare

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

Utredare

  • Huvudutredare: James L Buxbaum, MD, University of Southern California

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)

1 januari 2023

Primärt slutförande (Förväntat)

1 juni 2025

Avslutad studie (Förväntat)

1 september 2025

Studieregistreringsdatum

Först inskickad

26 april 2022

Först inskickad som uppfyllde QC-kriterierna

14 juni 2022

Första postat (Faktisk)

21 juni 2022

Uppdateringar av studier

Senaste uppdatering publicerad (Uppskatta)

6 mars 2023

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

2 mars 2023

Senast verifierad

1 mars 2023

Mer information

Termer relaterade till denna studie

Andra studie-ID-nummer

  • HS-21-00094

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