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

AI-driven autonom registrering i robotiserad bronkoskopi

9 april 2026 uppdaterad av: Hecheng Li M.D., Ph.D, Ruijin Hospital

Genomförbarhet och säkerhet för artificiell intelligens-driven autonom registrering vid robotnavigerad bronkoskopi

Denna studie syftar till att utvärdera genomförbarheten och säkerheten för en artificiell intelligens (AI)-driven autonom registreringsteknik vid robotnavigerad bronkoskopi. Totalt 20 patienter med lungknölar som kräver lokalisering kommer att inkluderas. Langhe Bronchoscopy Robot System utrustat med AI-baserad autonom registreringsprogramvara kommer att användas. Primära utfall inkluderar framgångsgraden för autonom registrering och frekvensen av manuell intervention under processen. Sekundära utfall omfattar registreringstid, komplikationsfrekvenser och framgångsgrad för knöl-lokalisering.

Studieöversikt

Status

Rekrytering

Betingelser

Intervention / Behandling

Studietyp

Interventionell

Inskrivning (Beräknad)

20

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

  • Kina
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Kina, 200025
        • Rekrytering
        • Ruijin Hospital affiliated to Shanghai Jiao Tong University School of Medicine
        • 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

Nej

Beskrivning

Inklusionskriterier:

  • Ålder ≥ 18 år.
  • Radiologiskt bekräftade lungnoduler som kräver preoperativ lokalisering.
  • Planerad för robotnavigerad bronkoskopi med Bronkoskopirobotsystemet.
  • Beredd att ge skriftligt informerat samtycke.

Exklusionskriterier:

  • Svår kardiopulmonal dysfunktion (t.ex. FEV1 < 30% av förväntat värde).
  • Koagulopati eller antikoagulationsbehandling som inte kan avbrytas på ett säkert sätt.
  • Graviditet eller amning.
  • Oförmåga att tolerera bronkoskopi under generell anestesi.

Studieplan

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

Hur är studien utformad?

Designdetaljer

  • Primärt syfte: Enhetens genomförbarhet
  • Tilldelning: N/A
  • Interventionsmodell: Enskild gruppuppgift
  • Maskning: Ingen (Open Label)

Vapen och interventioner

Deltagargrupp / Arm
Intervention / Behandling
Experimentell: Autonom registreringsgrupp
Alla deltagare i denna arm kommer att genomgå robotnavigerad bronkoskopi och lokaliseringsprocedur av lungnodul som utförs med Langhe Bronchoscopy Robot System. Den viktigaste interventionen är användningen av artificiell intelligens (AI)-driven autonom registreringsteknik för att automatiskt anpassa de preoperativa bröst-CT-bilderna med den realtidsbronkoskopiska anatominnan ingreppet. Denna process syftar till att minska beroendet av den konventionella, operatörsberoende manuella registreringen. Läkare kommer att övervaka hela processen och utföra nödvändig manuell intervention om AI-registreringen är otillfredsställande eller av säkerhetsskäl.
Enhet: AI-driven autonom registrering
Alla deltagare i denna arm kommer att genomgå robotnavigerad bronkoskopi och lokaliseringsprocess för lungnoduler som utförs med Langhe Bronchoscopy Robot System. Den centrala interventionen är användningen av artificiell intelligens (AI)-driven autonom registrerings-teknologi för att automatiskt anpassa de preoperativa bröst-CT-bilderna till den realtidsbronkoskopiska anatomin före ingreppet. Denna process syftar till att minska beroendet av den konventionella, operatörsberoende manuella registreringen. Läkare kommer att övervaka hela processen och utföra nödvändig manuell intervention om AI-registreringen är otillfredsställande eller av säkerhetsskäl.

Vad mäter studien?

Primära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Autonom registreringsframgångsgrad
Tidsram: Intraoperativ
Andel registreringar som slutförts oberoende av AI-algoritmen utan manuell intervention.
Intraoperativ
Manuell interventionsfrekvens under autonom registrering
Tidsram: Intraoperativ
Andelen fall som kräver manuell justering av läkaren under registreringsprocessen.
Intraoperativ

Sekundära resultatmått

Resultatmått
Åtgärdsbeskrivning
Tidsram
Tid förbrukad för autonom registrering
Tidsram: Intraoperativ
Intraoperativ
Komplikationsfrekvens under autonom registrering
Tidsram: Direkt efter ingreppet till 24 timmar
Komplikationsfrekvens under autonom registrering (t.ex. blödning, pneumotorax)
Direkt efter ingreppet till 24 timmar
Lokaliseringsframgångsfrekvens för lungknutor
Tidsram: Intraoperativ
Andelen lyckade bronkoskopanländer vid målnoden efter registrering.
Intraoperativ

Samarbetspartners och utredare

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

Sponsor

Ruijin Hospital

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 mars 2026

Primärt slutförande (Beräknad)

30 juni 2026

Avslutad studie (Beräknad)

30 juni 2026

Studieregistreringsdatum

Först inskickad

20 januari 2026

Först inskickad som uppfyllde QC-kriterierna

20 januari 2026

Första postat (Faktisk)

27 januari 2026

Uppdateringar av studier

Senaste uppdatering publicerad (Faktisk)

13 april 2026

Senaste inskickade uppdateringen som uppfyllde QC-kriterierna

9 april 2026

Senast verifierad

1 april 2026

Mer information

Termer relaterade till denna studie

Nyckelord

Andra studie-ID-nummer

  • RTS-030

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