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

Utveckling och utvärdering av ett artificiell intelligensverktyg för kolposkopihjälp (IACOL)

31 januari 2024 uppdaterad av: Assistance Publique - Hôpitaux de Paris
Projekt som syftar till att utveckla en algoritm för att hjälpa tolkningen av kolposkopibilder, för att sedan utvärdera effektiviteten av denna algoritm genom att använda den på nya fall och jämföra de erhållna resultaten med intrycket av expertkliniker

Studieöversikt

Status

Har inte rekryterat ännu

Intervention / Behandling

Detaljerad beskrivning

På grund av ökningen av antalet kolposkopier efter förändringar i rekommendationer angående screening av livmoderhalscancer, undrade utredarna om fördelen med hjälp från datorverktyget. Flera team har redan utvecklat algoritmer för att hjälpa till med tolkningen av kolposkopi, men studierna utfördes i länder som inte har franska utövares kolposkopiska expertis, och ingen algoritm har visat sin effektivitet såvitt vi vet, eftersom de olika resultaten är inhomogena . Utredarna ville därför utveckla en algoritm för att underlätta kolposkopi baserad på kliniska fall utförda av utövare som anses vara experter, och sedan utvärdera dess effektivitet.

Utredarna samlar manuellt in data om vuxna patienter som genomgick kolposkopi av en expertläkare vid La Pitié-Salpêtrière mellan 1 september 2022 och 31 december 2023, för vilka fotografierna från den kolposkopiska undersökningen (utan färgning, efter sur ättiksyra och efter Lugol) är tillgängliga och användbara och för vilka det kliniska sammanhanget är känt. Om en biopsi har utförts anses det histologiska resultatet vara guldstandarden. Om så inte är fallet (normal och tillfredsställande kolposkopi) anser utredarna som standard att histologin är normal. Utredarna uteslöt alla patienter för vilka fotografier var av dålig kvalitet eller otillgängliga.

Utveckling av algoritmen med hjälp av en datavetenskapsstudent, som syftar till att svara på följande 2 frågor:

  • antaget histologiskt resultat
  • lokalisering av den riktade biopsien vid behov

Utvärdering av algoritmen: användning av algoritmen för nya fall, sedan jämförelse av erhållna resultat med svaret som ges av expertkliniker (avläsning av bilder av 2 kolposkopister). Syftet kommer att vara att belysa algoritmens icke-underlägsenhet.

Studietyp

Observationell

Inskrivning (Beräknad)

1000

Kontakter och platser

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

Studiekontakt

Studera Kontakt Backup

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

  • Vuxen
  • Äldre vuxen

Tar emot friska volontärer

Nej

Testmetod

Icke-sannolikhetsprov

Studera befolkning

- Vuxna patienter som genomgick kolposkopi med riktade biopsier på La Pitié-Salpêtrière mellan 1 september 2022 och 31 december 2023

Beskrivning

Inklusionskriterier:

  1. Vuxna patienter som genomgick kolposkopi med riktade biopsier på La Pitié-Salpêtrière mellan 1 september 2022 och 31 december 2023
  2. Känt kliniskt sammanhang (varför patienten genomgick kolposkopi)
  3. Histologiska resultat av cervikala biopsier (+/- konisering eller till och med hysterektomi) kända
  4. Bilder tillgängliga (fotografier av livmoderhalsen utan förberedelse, efter applicering av ättiksyra och efter applicering av lugol)
  5. Informerad om studien och motsätter sig inte användningen av deras data

Exklusions kriterier:

  • Patienter som inte talar franska

Studieplan

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

Hur är studien utformad?

Designdetaljer

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Utveckling av en algoritm för att tolka kolposkopibilder
Tidsram: 4 månader efter införandet

Skapande av en bilddatabas med korrelation till kliniska och histologiska data, med hjälp av data från vården på Pitié-Salpêtrière Hospital. Hundra fall kommer att väljas ut till studien bland de hundratals som finns på institutionen.

Annotering av kolposkopifoton enligt rekommendationerna från French Society of Colposcopy and Cervico Vaginal Pathology (SFCPCV), därefter korrelation med histologiska data.

Utveckling av en algoritm för att känna igen och analysera kolposkopifoton, med hjälp av en datavetenskapsstudent, med hjälp av analyserad data.

4 månader efter införandet

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Utvärdera effektiviteten av denna algoritm
Tidsram: 4 månader efter införandet
Jämförelse av algoritmens korrelationshastighet med histologiska data med klinikens korrelationshastighet till histologiska data
4 månader efter införandet

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 (Beräknad)

1 mars 2024

Primärt slutförande (Beräknad)

31 oktober 2024

Avslutad studie (Beräknad)

31 oktober 2024

Studieregistreringsdatum

Först inskickad

4 januari 2024

Först inskickad som uppfyllde QC-kriterierna

4 januari 2024

Första postat (Faktisk)

17 januari 2024

Uppdateringar av studier

Senaste uppdatering publicerad (Beräknad)

1 februari 2024

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

31 januari 2024

Senast verifierad

1 januari 2024

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

JA

IPD-planbeskrivning

De förfaranden som genomförs med den franska datasekretessmyndigheten (CNIL, Commission nationale de l'informatique et des libertés) ger inte utrymme för överföring av databasen, inte heller informations- och samtyckesdokument som undertecknats av patienterna.

Samråd av redaktionen eller intresserade forskare av enskilda deltagares data som ligger till grund för de resultat som redovisas i artikeln efter avidentifiering kan ändå övervägas, under förutsättning att villkoren för sådant samråd i förväg har fastställts och med respekt för efterlevnaden av gällande bestämmelser.

Tidsram för IPD-delning

Börjar 3 månader och slutar 3 år efter artikelpubliceringen. Förfrågningar utanför denna tidsram kan också skickas till sponsorn

Kriterier för IPD Sharing Access

Forskare som ger ett metodiskt välgrundat förslag.

IPD-delning som stöder informationstyp

  • STUDY_PROTOCOL
  • ICF

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