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

AI Assistance in GI Endoscopy Recovery Assessment (AIVR2)

9 april 2025 uppdaterad av: Thomas Yuen Tung Lam, Chinese University of Hong Kong

Effektiviteten av utvärdering av artificiell intelligensassisterad återhämtning efter poliklinisk gastrointestinal endoskopi. En pilot dubbelblind randomiserad kontrollerad studie.

Vi har utvecklat och validerat en AI -modell för att bedöma statusen för återhämtning av endoskopi baserad på 400 röstinspelningar från 200 patienter. Denna modell har en genomsnittlig noggrannhet på 84,14% med ett medelområde under kurvan (AUC) på 0,91.

För att ytterligare förbättra prestandan för denna AI -modell planerar vi att samla in ytterligare röstinspelningar för att omskolera den. Vi planerar också att utveckla en mobil applikation av denna AI -modell för effektivitetsutvärdering i en pilot randomiserad kontrollerad studie (RCT). Endoskopi -sjuksköterskor i Hong Kong uppmanades att delta i en undersökningsstudie. Därför tror vi att implementering av AI -modell i klinisk praxis kommer att accepteras väl av endoskopi -sjuksköterskor i Hong Kong.

Studieöversikt

Detaljerad beskrivning

Globalt är cancer en av de ledande dödsorsakerna. 70% av denna globala börda av cancer tillskrivs för tidig dödlighet, varav 70% av dessa dödsfall kan förhindras och 30% är behandlingsbara globalt, cancer är en av de ledande dödsorsakerna. 70% av denna globala börda av cancer tillskrivs för tidig dödlighet, varav 70% av dessa dödsfall kan förhindras och 30% är behandlingsbara. Bland de tio vanligaste orsakerna till cancerdöd över hela världen är en tredjedel matsmältningscancer. Dessa kan diagnostiseras genom poliklinisk gastrointestinal endoskopi. Dessa inkluderar kolorektal cancer (via koloskopi), såväl som esophageal och gastrisk cancer (via esophagogastroduodenoscopy). Förutom diagnos används också poliklinisk endoskopi i allmänhet för cancerundersökning och övervakning. Med den globala ökningen av den åldrande befolkningen och ökad medvetenhet om cancer screening ökar efterfrågan på endoskopi för cancer screening, diagnos och övervakning snabbt för att uppnå målet om tidig cancerdetektering och behandling.

För att minska patientens rädsla och ångest när det gäller endoskopi och för att lindra tillhörande smärta och obehag utförs de flesta endoskopier under lugnande. Det är känt att den lugnande effekten varar längre än vad som behövs för diagnostiska eller grundläggande terapeutiska koloskopier, som mest kan göras inom 30 minuter. Patienterna övervakas noggrant vid återhämtningsrummet efter slutförandet av endoskopin, och återhämtningssjuksköterskan bedömer patientens medvetande efter en fast tidsperiod, vanligtvis 60 minuter eller var tionde minut tills de standardiserade urladdningskriterierna är uppfyllda. I en poliklinisk miljö är det viktigt att avgöra om patienterna återvinns helt från den lugnande effekten och har nått ett kliniskt stabilt tillstånd innan de släpps ut från sjukhuset med medföljande vuxen. Bedömningen av de standardiserade urladdningskriterierna inkluderar följande: 1) medvetenhetsavkastning till baslinjenivån; 2) Vitala tecken ligger inom normala gränser; 3) andningsstatus äventyras inte; och 4) smärta och obehag har tagits upp. En standardiserad utvärderingsbedömning, såsom den modifierade aldretens poäng, och det modifierade postanesthesi-urladdningssystemet (MPADSS), rekommenderades. Den genomsnittliga återhämtningstiden som krävs av båda systemen rapporterades vara 60 minuter, vilket är ganska tidskrävande. Internationella riktlinjer för lugnande i gastrointestinal endoskopi rekommenderar ett 1: 1 -omvårdnadsförhållande för att noggrant övervaka patienter efter måttlig eller djup sedation för att förbättra patientsäkerheten. Med detta 1: 1 -förhållande kan återhämtningssjuksköterskor bedöma medvetenhetsnivån för patienten var tionde minut genom standardiserad poängbedömning, vilket underlättar en kortare återhämtningstid. Bedömningen var tionde minut är emellertid tidskrävande och arbetsintensivt och sådana återhämtningssköterskkvot kanske inte är praktiska i resursbegränsade länder. I Hong Kong är det vanliga återhämtningssköterskan 1:10, därför är den nuvarande standardpraxis att bedöma patientens medvetande efter 60 minuter. Som ett resultat begränsas antalet endoskopier som arrangeras i varje session av återhämtningstiden (dvs. Patientomsättningshastighet), återhämtningsutrymmet och sjuksköterskan. Dessutom kan beslutet från återhämtningssjuksköterskan om en patient kan utsläppas av en serie kontextuella faktorer, såsom tung arbetsbelastning, tillgängligheten av återhämtningsutrymme och patientens efterfrågan. Ett snabbt, bekvämt och tillförlitligt utvärderingssystem är motiverat att minska återhämtningstiden (dvs. att öka omsättningsgraden) på grund av den förväntade ökande efterfrågan på lugnande endoskopi vilket leder till kravet på utrymme och vårdstyrka för patientåtervinning. För vår bästa kunskap har ingen interventionell studie genomförts för att minska återhämtningstiden med AI -teknik utan att öka sjuksköterskan. Under det senaste decenniet har teknik för artificiell intelligens (AI) dykt upp och framgångsrikt implementerats i olika kliniska miljöer, särskilt inom området gastrointestinal endoskopi. AI -modeller tränade från endoskopiska bilder har visat sig vara effektiva för att upptäcka och diagnostisera gastrointestinala sjukdomar och cancer. Mänsklig röst kan överföras till bild och användas för att träna AI -modeller för att hjälpa till vid sjukdomsdiagnos. Till exempel har AI utbildats för att effektivt upptäcka Alzheimers sjukdom och förutsäga dess svårighetsgrad endast baserat på patientens röstdata. En annan AI -modell har utvecklats baserat på röstanalys för att skilja stora psykiatriska störningar, inklusive bipolära, depressiva, ångest och schizofrenispektrumstörningar. Med tanke på dessa lovande resultat har vi utvecklat och validerat en AI -modell för att bedöma endoskopiåterhämtningsstatus baserad på 400 röstinspelningar från 200 patienter. Denna modell har en genomsnittlig noggrannhet på 84,14% med ett medelområde under kurvan (AUC) på 0,91. För att ytterligare förbättra prestandan för denna AI -modell planerar vi att samla in ytterligare röstinspelningar för att omskolera den. Vi planerar också att utveckla en mobil applikation av denna AI -modell för effektivitetsutvärdering i en pilot randomiserad kontrollerad studie (RCT). Endoskopi -sjuksköterskor i Hong Kong uppmanades att delta i en undersökningsstudie. Därför tror vi att implementeringen av AI -modellen i klinisk praxis kommer att accepteras väl av endoskopi -sjuksköterskor i Hong Kong.1). Bland de tio vanligaste orsakerna till cancerdöd över hela världen är en tredjedel matsmältningscancer. Dessa kan diagnostiseras genom poliklinisk gastrointestinal endoskopi. Dessa inkluderar kolorektal cancer (via koloskopi), såväl som esophageal och gastrisk cancer (via esophagogastroduodenoscopy). Förutom diagnos används också poliklinisk endoskopi i allmänhet för cancerundersökning och övervakning. Med den globala ökningen av den åldrande befolkningen och ökad medvetenhet om cancer screening ökar efterfrågan på endoskopi för cancer screening, diagnos och övervakning snabbt för att uppnå målet om tidig cancerdetektering och behandling. För att minska patientens rädsla och ångest när det gäller endoskopi och för att lindra tillhörande smärta och obehag utförs de flesta endoskopier under lugnande. Det är känt att den lugnande effekten varar längre än vad som behövs för diagnostiska eller grundläggande terapeutiska koloskopier, som mest kan göras inom 30 minuter. Patienterna övervakas noggrant vid återhämtningsrummet efter slutförandet av endoskopin, och återhämtningssjuksköterskan bedömer patientens medvetande efter en fast tidsperiod, vanligtvis 60 minuter eller var tionde minut tills de standardiserade urladdningskriterierna är uppfyllda. I en poliklinisk miljö är det viktigt att avgöra om patienterna återvinns helt från den lugnande effekten och har nått ett kliniskt stabilt tillstånd innan de släpps ut från sjukhuset med medföljande vuxen. Bedömningen av de standardiserade urladdningskriterierna inkluderar följande: 1) medvetenhetsavkastning till baslinjenivån; 2) Vitala tecken ligger inom normala gränser; 3) andningsstatus äventyras inte; och 4) smärta och obehag har behandlats (10). En standardiserad utvärderingsbedömning, såsom den modifierade aldretens poäng, och det modifierade postanesthesi-urladdningssystemet (MPADSS), rekommenderades. Den genomsnittliga återhämtningstiden som krävs av båda systemen rapporterades vara 60 minuter, vilket är ganska tidskrävande. Internationella riktlinjer för lugnande i gastrointestinal endoskopi rekommenderar ett 1: 1 -omvårdnadsförhållande för att noggrant övervaka patienter efter måttlig eller djup sedation för att förbättra patientsäkerheten. Med detta 1: 1 -förhållande kan återhämtningssjuksköterskor bedöma medvetenhetsnivån för patienten var tionde minut genom standardiserad poängbedömning, vilket underlättar en kortare återhämtningstid. Bedömningen var tionde minut är emellertid tidskrävande och arbetsintensivt och sådana återhämtningssköterskkvot kanske inte är praktiska i resursbegränsade länder. I Hong Kong är det vanliga återhämtningssköterskan 1:10, därför är den nuvarande standardpraxis att bedöma patientens medvetande efter 60 minuter. Som ett resultat begränsas antalet endoskopier som arrangeras i varje session av återhämtningstiden (dvs. Patientomsättningshastighet), återhämtningsutrymmet och sjuksköterskan. Dessutom kan beslutet från återhämtningssjuksköterskan om en patient kan utsläppas av en serie kontextuella faktorer, såsom tung arbetsbelastning, tillgängligheten av återhämtningsutrymme och patientens efterfrågan. Ett snabbt, bekvämt och tillförlitligt utvärderingssystem är motiverat att minska återhämtningstiden (dvs. att öka omsättningsgraden) på grund av den förväntade ökande efterfrågan på lugnande endoskopi vilket leder till kravet på utrymme och vårdstyrka för patientåtervinning. För vår bästa kunskap har ingen interventionell studie genomförts för att minska återhämtningstiden med AI -teknik utan att öka sjuksköterskan. Under det senaste decenniet har teknik för artificiell intelligens (AI) dykt upp och framgångsrikt implementerats i olika kliniska miljöer, särskilt inom området gastrointestinal endoskopi. AI -modeller tränade från endoskopiska bilder har visat sig vara effektiva för att upptäcka och diagnostisera gastrointestinala sjukdomar och cancer. Mänsklig röst kan överföras till bild och användas för att träna AI -modeller för att hjälpa till vid sjukdomsdiagnos. Till exempel har AI utbildats för att effektivt upptäcka Alzheimers sjukdom och förutsäga dess svårighetsgrad endast baserat på patientens röstdata. En annan AI -modell har utvecklats baserat på röstanalys för att skilja stora psykiatriska störningar, inklusive bipolära, depressiva, ångest och schizofrenispektrumstörningar.

Studietyp

Interventionell

Inskrivning (Beräknad)

460

Fas

  • Inte tillämpbar

Kontakter och platser

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

Studiekontakt

Studieorter

      • New Territories, Hong Kong
        • Alice Ho Miu Ling Nethersole Hospital
        • Kontakt:

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

Ja

Beskrivning

Inkluderingskriterier:

  • tala kantonesiska;
  • Ålder ≥18 år;
  • Genom att genomgå poliklinisk lugnande gastrointestinal endoskopi av någon indikation i kombinerad endoskopi -enhet vid Alice Ho Miu Ling Nethersole Hospital

Uteslutningskriterier:

  • Patienter som inte kan ge samtycke eller kommunicera muntligt

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: Dubbel

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: AI-assisterad Endoscopy Recovery Assessment (AI) ARM
Patienterna randomiserade till AI -armen kommer att utvärderas regelbundet av AI -modellen. En smartphone, med den mobila applikationen av AI -modellen för att bedöma för återhämtning av endoskopi, kommer att fästas vid bårens huvud när patienten anländer till återhämtningsrummet. Efter att återhämtningssjuksköterskan har startat AI-applikationen efter standardbedömningen av baslinjen av vitala tecken kommer AI-applikationen att leda till ett automatiskt röstlarm för att väcka patienten genom att fråga om han/hon är vaken var tionde minut. Om patienten sveper bekräftelseknappen kommer AI -applikationen att be dem läsa från 1 till 7. Patientens röst kommer att registreras och analyseras med AI -modellen. Bedömningsresultaten för återhämtning av endoskopi kommer att laddas upp till molnservern och meddela återhämtningssjuksköterskan. Återhämtningssjuksköterskan kommer att ge en tidig bedömning av återhämtning om AI-analysresultatet antyder att patienten är "medveten" före den förspecificerade tidpunkten för vårdstandard.
Interventionsgruppen kommer att bedömas av AI -modellen regelbundet, som kommer att installeras i en smartphone fäst vid bårens huvud när patienten i denna grupp anländer till återhämtningsrummet. Efter att återhämtningssjuksköterskan har startat AI-applikationen efter standardbedömningen av baslinjen av vitala tecken kommer AI-applikationen att leda till ett automatiskt röstlarm för att väcka patienten genom att fråga om han/hon är vaken var tionde minut.
Inget ingripande: Vårdstandard (SC)
Återhämtningssjuksköterskan kommer att utföra baslinjebedömningar av vitala tecken var tionde minut när patienten anländer till återhämtningsrummet, och en smartphone kommer att fästas vid bårens huvud, vilket får ett automatiskt röstlarm att väcka patienten genom att fråga om han/hon är vaken var 10: e minut. Om patienten sveper bekräftelseknappen kommer de att uppmanas att läsa från 1 till 7. Patientens röst kommer att registreras men utan AI -analys. Återhämtningssjuksköterskan kommer att bedöma patientens medvetande av MPADSS vid en förspecificerad tidpunkt: 1) efter 60 minuter; 2) på begäran av patient; 3) genom sjuksköterskans bedömning; eller 4) i brist på återhämtningsutrymme. Efter att försökspersonerna helt har återhämtat sig från lugnande och kan utföra 100-7 subtraktionstest korrekt under tre gånger, kommer de att uppmanas att betygsätta sin tillfredsställelse när det gäller sängsätt, endoskopiteknik, förklaringsnivå och total erfarenhet, tid för vistelse och vård som ges i återhämtningsrummet.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Återhämtningstid
Tidsram: Periprocedural
Skillnader mellan ankomsttiden till återhämtningsrummet och tidpunkten för urladdning
Periprocedural

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Andel av tidig urladdning
Tidsram: Periprocedural
Återhämtningstid mindre än 60 minuter kommer att rapporteras som tidig urladdning, och andelen kommer att registreras
Periprocedural
Arbetskraftsanvändning
Tidsram: Periprocedural
En forskningsassistent registrerar patientens kontakttid av återhämtningssjuksköterskan för att beräkna arbetskraften
Periprocedural
Patientens tillfredsställelse
Tidsram: Periprocedural
Patientens upplevda tillfredsställelse när det gäller vistelsetid och vården som tillhandahålls i återhämtningsrummet kommer att bedömas efter att han/hon har återhämtat sig från sedation
Periprocedural
Patientens registreringsfrekvens
Tidsram: Periprocedural
Antal deltagande dividerat med det totala antalet patienter som bad om samtycke
Periprocedural
Biverkningar efter endoskopi
Tidsram: Periprocedural
Biverkningar efter endoskopi, inklusive hemoptys, buksmärta och per rektal blödning och deras priser vid utsläpp och inom sju dagar kommer att registreras
Periprocedural

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 april 2025

Primärt slutförande (Beräknad)

31 december 2026

Avslutad studie (Beräknad)

30 juni 2027

Studieregistreringsdatum

Först inskickad

25 mars 2025

Först inskickad som uppfyllde QC-kriterierna

9 april 2025

Första postat (Faktisk)

11 april 2025

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

11 april 2025

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

9 april 2025

Senast verifierad

1 april 2025

Mer information

Termer relaterade till denna studie

Plan för individuella deltagardata (IPD)

Planerar du att dela individuella deltagardata (IPD)?

NEJ

IPD-planbeskrivning

Det kommer inte att finnas någon plan för att dela enskilda deltagaruppgifter

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