内镜逆行胰胆管造影中人工智能辅助胆总管支架选择
2022年7月2日 更新者:Yanqing Li、Shandong University
胆总管狭窄是内镜逆行胰胆管造影术(ERCP)的重要指征。
适当选择胆管支架尺寸,不仅有利于支架植入成功,也有利于改善患者的预后。
目前,支架规格的选择主要基于操作者的经验估计,不仅不准确,而且增加了辐射照射时间,对操作者和患者都造成了不必要的伤害。
我们的目标是开发一种人工智能算法来自动选择合适的支架。
研究概览
详细说明
内镜逆行胰胆管造影术(ERCP)是一项高风险手术。 胆总管结石和狭窄是重要的指征。 ERCP的质量控制是提高其成功率、减少并发症的关键,受到高度重视。 2015年美国胃肠内镜学会/美国胃肠病学会(ASGE/ACG)发布了ERCP质控指标,其中胆道支架置入和X线透视时间是重要的术中质控指标。
选择合适的胆道支架尺寸不仅有利于支架植入成功,也有利于改善患者的预后。 选择合适长度的支架。 支架的近端应在梗阻段上方1cm,远端尾部应刚好位于乳头外。 支架的长度可以通过在X射线下测量阻塞近端与乳头之间的距离来确定。
目前支架尺寸的选择是基于操作者的经验估计:(1)通过内窥镜直径或锥体长度或导管标记估计距离; (2)通过回缩导丝,计算出导丝在两点之间回缩的距离,从而估算出支架的长度。辐射照射时间长,对操作者和患者都造成不必要的伤害。
研究类型
观察性的
注册 (预期的)
600
联系人和位置
本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。
学习联系方式
- 姓名:Rui Ji, MD, PhD
- 电话号码:18560086103
- 邮箱:qljirui@email.sdu.edu.cn
研究联系人备份
- 姓名:Yanqing Li, MD, PhD
- 电话号码:053182169385
- 邮箱:liyanqing@sdu.edu.cn
学习地点
-
-
Shandong
-
Jinan、Shandong、中国、250012
- 招聘中
- Department of Gastroenterology,Qilu Hospital,Shandong University
-
接触:
- Rui Ji, MD, PhD
- 电话号码:18560086103
- 邮箱:qljirui@email.sdu.edu.cn
-
-
参与标准
研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
18年 及以上 (成人、年长者)
接受健康志愿者
不
有资格学习的性别
全部
取样方法
非概率样本
研究人群
符合条件的图像被随机分为两组。
一组用于训练算法,另一组用于测试算法。
描述
纳入标准:
- 接受 ERCP 的 18 岁以上患者
排除标准:
- 插管失败、胃潴留、十二指肠疾病等引起的胰胆管造影失败
- 患者证明胆总管无狭窄
- 由于缺乏造影剂或造影剂填充不充分导致的胆管造影效果不佳(没有完整的 CBD 或缩略图的胆管造影)
学习计划
本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。
研究是如何设计的?
设计细节
队列和干预
团体/队列 |
|---|
|
算法训练组
这组图像用于训练人工智能的算法
|
|
算法测试组
这组图像用于测试人工智能的算法
|
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
人工智能计算支架长度的准确性
大体时间:6个月
|
支架长度按“狭窄处到乳头的长度+2cm”计算。专家选择的支架长度是金标准
|
6个月
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
人工智能分割的准确性
大体时间:4个月
|
人工智能分割胆总管、十二指肠镜及狭窄病变的准确性
|
4个月
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
出版物和有用的链接
负责输入研究信息的人员自愿提供这些出版物。这些可能与研究有关。
一般刊物
- Adler DG, Lieb JG 2nd, Cohen J, Pike IM, Park WG, Rizk MK, Sawhney MS, Scheiman JM, Shaheen NJ, Sherman S, Wani S. Quality indicators for ERCP. Gastrointest Endosc. 2015 Jan;81(1):54-66. doi: 10.1016/j.gie.2014.07.056. Epub 2014 Dec 2. No abstract available. Erratum In: Gastrointest Endosc. 2015 Apr;81(4):1060.
- Huang L, Lu X, Huang X, Zou X, Wu L, Zhou Z, Wu D, Tang D, Chen D, Wan X, Zhu Z, Deng T, Shen L, Liu J, Zhu Y, Gong D, Chen D, Zhong Y, Liu F, Yu H. Intelligent difficulty scoring and assistance system for endoscopic extraction of common bile duct stones based on deep learning: multicenter study. Endoscopy. 2021 May;53(5):491-498. doi: 10.1055/a-1244-5698. Epub 2020 Nov 9.
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (实际的)
2022年4月20日
初级完成 (预期的)
2022年8月1日
研究完成 (预期的)
2023年4月1日
研究注册日期
首次提交
2022年4月3日
首先提交符合 QC 标准的
2022年4月3日
首次发布 (实际的)
2022年4月11日
研究记录更新
最后更新发布 (实际的)
2022年7月6日
上次提交的符合 QC 标准的更新
2022年7月2日
最后验证
2022年5月1日
更多信息
与本研究相关的术语
其他研究编号
- 2021-SDU-QILU-090
药物和器械信息、研究文件
研究美国 FDA 监管的药品
不
研究美国 FDA 监管的设备产品
不
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.