- ICH GCP
- Amerikanska kliniska prövningsregistret
- Klinisk prövning NCT05775133
Genomförbarhet och användbarhet av artificiell intelligens (AI) / maskininlärning (ML) - driven avancerad intraoperativ visualisering och identifiering av kritiska anatomiska strukturer och procedurfaser vid laparoskopisk kolecystektomi
Målet med denna studie är att utvärdera användbarheten och effektiviteten av en artificiell intelligens (AI) modell vid identifiering av strukturer och faser av kirurgi jämfört med traditionell vitt ljusbedömning av utbildade kirurger. Kirurger kommer att utföra proceduren i sin vanliga praxis, medan AI-modellen analyserar data från den laparoskopiska kameran. Kirurger kommer att uppmanas att hörbart ange när de identifierar strukturer och går in i olika faser av det kirurgiska ingreppet.
AI:n kommer inte att ändra kirurgens syn eller vara synlig för kirurgen, och kirurgen kommer att utföra proceduren på exakt samma sätt som de vanligtvis gör.
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Gallgångsskada (BDI) under kolecystektomi är en allvarlig kirurgisk komplikation med ökad risk för tidig död, allvarliga pågående sjukdomar inklusive flera reinterventioner som kräver långvarig och upprepad sjukhusvistelse och över en miljard dollar i extra sjukvårdskostnader i USA varje år. Den laparoskopiska introduktionsmetoden har successivt ökat den totala volymen för laparoskopisk kolecystektomi, för tydligt bevisade fördelar med minimalt invasiv metod. Men trots fördelarna har ett minimalt invasivt tillvägagångssätt resulterat i ökad och ihållande förekomst av BDI upp till fyra gånger i vissa rapporter.
De flesta större gallvägsskador beror på okänd eller oavsiktlig uppfattning, antingen felidentifiering eller feltolkning av den gemensamma gallgången eller levergången som cystisk gång eller felaktig identifiering av en avvikande gallgång. Det är allt tydligare att rutinmässig användning av intraoperativ kolangiografi (IOC) har ett signifikant samband med minskad och tidigare intraoperativ upptäckt av BDI. Den senaste "state of the art konsensuskonferensen om förebyggande av gallgångsskada under kolecystektomi" 2018 rekommenderade starkt att dokumentering av den kritiska synen på säkerhet (CVoS) och en liberal användning av IOC vid förväntad svår kolecystektomi är starkt rekommenderade steg som potentiellt kan mildra risken för BDI vid laparoskopisk kolecystektomi (LC) hos patienter, särskilt med osäker anatomi eller svår dissektion.
Att utföra traditionell IOC laparoskopiskt under fluoroskopisk vägledning kan dock utmana kirurgers färdigheter, är tidskrävande och kräver en inlärningskurva för att tolka bilder. Trots välkända och accepterade riskfaktorer för svåra kolecystektomier och potential för BDI, förblir dock användningen av avancerad bildbehandling för IOC varierande och mycket användarberoende. Skälet för selektiv användning av IOC kan tillskrivas det faktum att prevalensen och förekomsten av BDI är låg att en enskild läkare sällan skulle stöta på sådana komplikationer i sin dagliga praktik eller livstid för en kirurg för att motivera en rutinmässig användning. Detta förvärras ytterligare av det faktum att strålningsbaserad fluoroskopisk IOC är besvärlig för effektivt arbetsflöde, användbarhet och kostnad (behov av kontrastreagensförberedelse och injektion, potentiella negativa allergiska reaktioner, risk för strålningsexponering, utbildningskrav, behov av stor kapitalutrustning, utrymme och kostnad), och variation i skicklig analys.
Nyligen genomförda randomiserade kontrollerade försök med nära-infraröd fluorescerande kolangiografi (NIFC) med indocyaningrönt (ICG) visade signifikant överlägsen visualisering av extrahepatiska gallstrukturer under laparoskopisk kolecystektomi till enbart vitt ljus (WLI). Pre-dissektion kirurg detektionsfrekvenser på blotta ögat var signifikant högre (> 1,8 - 3,1 veck) med NIFC-användning för alla 7 gallstrukturer än traditionella WLI enbart. Men även om liknande skillnader mellan grupper observerades för alla strukturer, förbättrade tillägg av NIFC inte ytterligare detektion av cystisk kanal och cystisk kanal/gallblåsaövergång efter dissektion har gjorts. Dessutom var ökat kroppsmassaindex associerat med minskad upptäckt av de flesta strukturer i båda grupperna, särskilt före dissektion. Intressant nog fick endast 2 patienter, båda i WLI-gruppen, en gallgångsskada.
ActivSightTM är en FDA-godkänd enhet som kombinerar ICG-fluorescens för extrahepatisk biliär visualisering och laserfläckkontrastavbildning (LSCI) för perfusionsdetektion i en laparoskopisk formfaktor. ActivSightTM tillåter utökad visualisering till alla aktuella WLI laparoskopiska visualiseringssystem som visar både extrahepatisk biliär ICG och mikroperfusion över cystisk kanal och artär. Som en icke-signifikant riskanordning har ActivSightTM använts på långt över 150 patienter för laparoskopiska kolecystektomier och bariatriska, esofagus- och kolorektala procedurer, med bevisad säkerhet och användbarhet. Dessutom tillåter ActivSightTM råa infraröda visualiseringsdata för avancerad analys och utveckling av AI/ML-modeller.
Kirurger/forskare har nu segmenterat och analyserat olika procedurfaser av LC, och utvecklat slutledningsmodeller och algoritmer med hjälp av artificiell intelligens (AI)/maskininlärning (ML) baserat på standard WLI-procedurvideor. Även om AI/ML-modeller som känner igen olika faser av LC-procedurer kan vara så exakta som 80-95 % på begränsad utbildad datauppsättning när strukturer väl har dissekerats, skulle mer relevant och nyckelvärde vara att identifiera kritiska strukturer som gallgångar och artärer före och under, inte efter att kirurgisk dissektion har utförts. Tidig upptäckt och identifiering av dessa kritiska strukturer före och under dissektion av triangeln baserat på AI/ML tränad på datorseende kan hjälpa kirurger att utföra effektivare och säkrare LC.
ActivSightTM är ett FDA 510(k)-godkänt optiskt avbildningssystem baserat på monokromatiskt koherent ljus känt som Laser-speckle-contrast imaging (LSCI) och representerar en etikettfri avbildningsmetod som använder koherent monokromatiskt ljus där blodflöde och vävnadsperfusion kan detekteras . En liten bildmodul som passar mellan alla befintliga laparoskop och kamerasystem och en separat ljuskälla placerad längs alla nuvarande kommersiella system kommer att leverera objektiv vävnadsperfusion och blodflödesinformation i realtid intraoperativt. Dessutom kan ActivSightTM också effektivt visa med en knapptryckning en ICG-baserad visualisering av gallträdet i realtid vid motsvarande eller överlägsen nuvarande kommersiella produkter. Den innovativa formfaktorn för ActivSight möjliggör alla laparoskopiska system för ICG-baserad visualisering till en bråkdel av kostnaden för nuvarande konkurrent med minimalt avbrott i arbetsflödet.
ActivInsightTM är en prototypmjukvarufunktion i ActivSightTM som känner igen processuella faser och kritiska anatomiska strukturer, nämligen gallblåsan, cystisk kanal och cystisk artär under LC med hjälp av AI/ML-baserade algoritmer. Den viktigaste skillnaden mellan ActivInsightTM och andra modeller som rapporterats i litteraturen är att ActivInsightTM tränas på dataset som kommenteras med ICG och LSCI förutom WLI.
I det här försöket föreslår utredarna att först validera och sedan testa precisionen och noggrannheten hos ActivInsightTM vid detektering av kritiska faser och strukturer och jämföra prestanda för algoritmerna med de som är baserade på modeller utvecklade med endast WLI och traditionell kirurgdetektering med blotta ögat under LC i faser före och mitten av dissektion. För att eliminera eventuella fördomar kommer utredarna att ansluta en sekundär skärm som är förblindad till de huvudsakliga operationskirurgens skärmar så att realtidsfunktionen hos AI/ML inte är synlig för opererande kirurger, för att utföra realtidsanalys och jämförelse av rutinanvändning av avancerad utökad visualisering jämfört med nuvarande WLI-visualisering ensam med eller utan datorvisionsbaserad AI/ML.
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studiekontakt
- Namn: Christopher McCulloh, MD
- Telefonnummer: 617-333-8162
- E-post: cmcculloh@activsurgical.com
Studieorter
-
-
Texas
-
Houston, Texas, Förenta staterna, 77030
- Rekrytering
- Memorial Hermann Texas Medical Center
-
Huvudutredare:
- Erik B Wilson, MD
-
Kontakt:
- Connie Klein, APRN, CBN
- Telefonnummer: 713-486-1338
- E-post: Connie.Pollard@uth.tmc.edu
-
Kontakt:
- Angielyn R Rivera
- Telefonnummer: (713) 486 1350
- E-post: Angielyn.R.Rivera@uth.tmc.edu
-
Underutredare:
- Shinil K Shah, DO
-
-
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
Tar emot friska volontärer
Beskrivning
Inklusionskriterier
- Alla patienter i åldern > 18 år som är planerade för elektiv laparoskopisk kolecystektomi; talad kommando och läskunnighet på det modersmål som talas vid varje deltagande centrum; förmåga att förstå och följa studieprocedurer; och efter att ha lämnat undertecknat samtycke.
- Berättigade patienter kommer att screenas och tilldelas enligt riskkalkylatorn för svårighetsgraden av LC
Diagnos:
- Alla patienter med klinisk misstanke och diagnos av symptomatisk kolelitiasis eller kolecystit planerade för kolecystektomi.
- Typisk avbildning enligt standardupparbetningsfynd inklusive UL, CT och/eller MRI. Enkla röntgenbilder och kontrastbilder kan erhållas av remitterande läkare och är till hjälp för att bekräfta den kliniska diagnosen.
Tidigare terapi:
o Patienter med tidigare operation är berättigade till inskrivning.
Laboratorium:
- Hemoglobin > 9 g/dL
- Trombocytantal ≥75 000/µL (kan ta emot transfusioner)
- Normal protrombintid (PT), partiell tromboplastintid (PTT) och internationellt normaliserat förhållande (INR) < 1,5 x övre normalgräns (inklusive patienter på profylaktisk antikoagulering)
- Leverfunktionstest
- Njurfunktion: Åldersjusterat normalt serumkreatinin
- Adekvat lungfunktion: Definieras som ingen dyspné i vila, och en pulsoximetri >94 % på rumsluft om det finns någon klinisk indikation för bestämning.
Exklusions kriterier
- Icke-elektiv akut kolecystektomi kommer att uteslutas.
- Patienter som tilldelats FDA-godkänd ICG-baserad visualisering är kontraindicerade för eventuell kronisk njurdysfunktion, potentiell läkemedelsinteraktion, historia av allergi mot ICG eller anafylaxi och graviditet.
- Patienter som är berättigade till kolecystektomi, uteslutningskriterier inkluderar känd allergi mot ICG; koagulopati eller känd, redan existerande leversjukdom; graviditet eller amning; eller att vara i reproduktiv ålder med graviditet möjlig och inte utesluten.
- Patienter för närvarande i någon undersökning agent.
- Vuxna som inte kan ge sitt samtycke
- Individer under 18 år
- Gravid kvinna
- Fångar
- Utsatta befolkningar
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Diagnostisk
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Ingen (Open Label)
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: Indocyanin grön (ICG)
Patienter i denna arm kommer att få en intravenös injektion av indocyaningrönt (ICG) 45 minuter innan operationen påbörjas. Detta kommer att användas för att visualisera gallanatomin med ActivSight, en enhet som är FDA 510(k)-godkänd för denna indikation. Kirurgen kommer att utföra proceduren på sitt vanliga sätt med ActivSight. ActivInsight artificiell intelligens kommer att användas för att analysera den kirurgiska videon i realtid för att identifiera anatomiska strukturer och faser av operationen. |
Patienten kommer att få en standarddos av indocyaningrönt (ICG) 45 minuter före operationen. ActivSight kommer att användas under laparoskopisk kolecystektomi - kirurgen kommer att utföra proceduren på sitt vanliga sätt. Videodata kommer att analyseras i realtid av Activ Surgicals ActivInsight kirurgiska artificiell intelligensplattform för att identifiera anatomiska strukturer och kirurgisk fas. Kirurgen kommer att bli blind för denna information och kommer att se standardskärmarna och informationen de gör när de utför proceduren i en icke-studiemiljö. |
|
Inget ingripande: Icke-indocyaningrön (icke-ICG)
Kirurgen kommer att utföra proceduren på sitt vanliga sätt utan användning av ICG. ActivInsight artificiell intelligens kommer att användas för att analysera den kirurgiska videon i realtid för att identifiera anatomiska strukturer och faser av operationen. |
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Precision och noggrannhet
Tidsram: Omedelbart efter varje procedur
|
Precision och noggrannhet av AI/ML-modell vid identifiering av procedurfaser och kritiska anatomiska strukturer vid laparoskopisk kolecystektomi (LC). Precision kommer att beräknas som sanna positiva / (sanna positiva + falska positiva) Noggrannhet kommer att beräknas som (Sanna positiva + Sanna negativa) / Totala prover "True Positive" kommer att vara när AI:n korrekt identifierar en procedurfas eller kritisk anatomisk struktur. "Falskt positivt" kommer att vara när det felaktigt betecknar en procedurfas eller kritisk anatomisk struktur som fas eller struktur av intresse. "True Negatives" kommer att vara när AI-modellen korrekt märker fasen eller strukturen som inte etiketten av intresse. Noggrannhet och precision kommer att bestämmas för var och en av följande etiketter:
|
Omedelbart efter varje procedur
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Procedurens längd
Tidsram: Omedelbart efter varje procedur
|
Förstärkt visning av de kritiska anatomiska strukturerna och procedurfaserna med hjälp av indocyaningrönt (ICG) och laserfläckkontrastavbildning (LSCI) kan upptäcka strukturerna och procedurfaserna tidigare än LC utförd med enbart standard WLI-display
|
Omedelbart efter varje procedur
|
|
Omräkningskurs till öppen procedur
Tidsram: Omedelbart efter varje procedur
|
Rutinmässig förstärkt visualisering och identifiering av de kritiska faserna och strukturerna kan potentiellt minska nuvarande konverteringsfrekvens.
|
Omedelbart efter varje procedur
|
|
Komplikationsfrekvens
Tidsram: En månad efter varje ingrepp
|
Jämförelse av komplikationsfrekvens mellan utökad visualisering och WLI-grupper
|
En månad efter varje ingrepp
|
|
Längden på sjukhusvistelsen
Tidsram: En månad efter varje ingrepp
|
Jämförelse av längd på sjukhusvistelse mellan utökad visualisering och WLI-grupper
|
En månad efter varje ingrepp
|
Samarbetspartners och utredare
Sponsor
Utredare
- Huvudutredare: Peter Kim, MD, PhD, Activ Surgical
Studieavstämningsdatum
Studera stora datum
Studiestart (Faktisk)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
- Matsmältningssystemets sjukdomar
- Sjukdomar i centrala nervsystemet
- Sjukdomar i nervsystemet
- Neurologiska manifestationer
- Rörelsestörningar
- Patologiska tillstånd, anatomiska
- Gallblåsan sjukdomar
- Gallvägssjukdomar
- Gallgångssjukdomar
- Vanliga gallvägssjukdomar
- Calculi
- Kolecystit
- Dyskinesier
- Gallstenar
- Kolelithiasis
- Kolecystolitiasis
- Galldyskinesi
Andra studie-ID-nummer
- 20220620
Plan för individuella deltagardata (IPD)
Planerar du att dela individuella deltagardata (IPD)?
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
produkt tillverkad i och exporterad från U.S.A.
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 .