人工智能对实习生 ADR 的影响
2023年3月2日 更新者：James Buxbaum、University of Southern California
人工智能对实习生腺瘤检出率的影响
腺瘤检出率 (ADR) 是经过验证的结肠镜检查质量指标，较高的 ADR 与改善的结直肠癌预后相关。
人工智能 (AI) 可以在视频监视器上自动检测息肉，这可以让接受培训的内窥镜医师提高他们的 ADR。
研究目的和目的：以前瞻性、随机的方式衡量 AI 的效果，以确定其对胃肠病学学员 ADR 的影响。
研究概览
详细说明
我们的目标是确定 AI 对胃肠病学学员腺瘤检出率的影响。 这项质量改进研究的次要目的是确定基于 AI 的内窥镜检查对我们计划中质量改进指标的记录率与历史绩效的影响。
研究员将在研究开始前接受教育课程，描述评估结肠镜检查质量的常用指标以及如何使用人工智能软件。 胃肠病学研究员将在开始前获得研究许可。 这些研究员将每天随机分配到一个房间进行结肠镜检查。 结果将衡量人工智能对研究员的影响
研究类型
介入性
注册 (预期的)
25
阶段
- 不适用
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：Jessica Serna, BS
- 电话号码：323-409-6939
- 邮箱：Jessica.Serna@med.usce.edu
研究联系人备份
- 姓名：Alex Rodriguez, BS
- 电话号码：323-409-6939
- 邮箱：Alex.Rodriguez@med.usc.edu
学习地点
-
-
California
-
Los Angeles、California、美国、90033
- 招聘中
- LAC+USC Medical Center
-
接触：
- James Buxbaum, MD
-
-
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
- 孩子
- 成人
- 年长者
接受健康志愿者
是的
有资格学习的性别
全部
描述
纳入标准：
- 南加州大学所有进行内窥镜检查的胃肠病学研究员都将参与这项研究。
排除标准：
- 如果研究员拒绝知情同意，他们将被排除在外。
- 在重症监护病房或手术室进行的手术将不计入研究指标，因为 AI 系统仅在内窥镜检查单元中可用。
- 如果程序仅由教师执行，其中研究员不是主要操作员，则它们将不会用于研究指标。
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
- 主要用途：诊断
- 分配：随机化
- 介入模型：并行分配
- 屏蔽：无（打开标签）
武器和干预
参与者组/臂 |
干预/治疗 |
|---|---|
|
有源比较器：人工智能内窥镜室
这些研究员将每天随机分配到一个有 AI（干预）的房间进行结肠镜检查
|
使用 AI 与不使用 AI 比较内窥镜检查过程中腺瘤的检测。
|
|
有源比较器：非人工智能内窥镜室
这些研究员将每天随机分配到非 AI 内窥镜检查室（护理标准）进行结肠镜检查。
|
非 AI 用于比较内窥镜检查过程中腺瘤的检测。
|
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 |
|---|---|---|
|
平均腺瘤检出率
大体时间：在整个学习过程中，平均 2 年
|
使用和不使用 AI 的腺瘤检出率
|
在整个学习过程中，平均 2 年
|
次要结果测量
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
平均息肉检出率
大体时间：通过学习，平均 2 年
|
使用和不使用 AI 的息肉检出率
|
通过学习，平均 2 年
|
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。
调查人员
- 首席研究员：James L Buxbaum, MD、University of Southern California
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
- Repici A, Badalamenti M, Maselli R, Correale L, Radaelli F, Rondonotti E, Ferrara E, Spadaccini M, Alkandari A, Fugazza A, Anderloni A, Galtieri PA, Pellegatta G, Carrara S, Di Leo M, Craviotto V, Lamonaca L, Lorenzetti R, Andrealli A, Antonelli G, Wallace M, Sharma P, Rosch T, Hassan C. Efficacy of Real-Time Computer-Aided Detection of Colorectal Neoplasia in a Randomized Trial. Gastroenterology. 2020 Aug;159(2):512-520.e7. doi: 10.1053/j.gastro.2020.04.062. Epub 2020 May 1.
- Siegel RL, Miller KD, Fedewa SA, Ahnen DJ, Meester RGS, Barzi A, Jemal A. Colorectal cancer statistics, 2017. CA Cancer J Clin. 2017 May 6;67(3):177-193. doi: 10.3322/caac.21395. Epub 2017 Mar 1.
- Calderwood AH, Jacobson BC. Comprehensive validation of the Boston Bowel Preparation Scale. Gastrointest Endosc. 2010 Oct;72(4):686-92. doi: 10.1016/j.gie.2010.06.068.
- Corley DA, Jensen CD, Marks AR, Zhao WK, Lee JK, Doubeni CA, Zauber AG, de Boer J, Fireman BH, Schottinger JE, Quinn VP, Ghai NR, Levin TR, Quesenberry CP. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med. 2014 Apr 3;370(14):1298-306. doi: 10.1056/NEJMoa1309086.
- Kaminski MF, Regula J, Kraszewska E, Polkowski M, Wojciechowska U, Didkowska J, Zwierko M, Rupinski M, Nowacki MP, Butruk E. Quality indicators for colonoscopy and the risk of interval cancer. N Engl J Med. 2010 May 13;362(19):1795-803. doi: 10.1056/NEJMoa0907667.
- Winawer SJ, Zauber AG, Ho MN, O'Brien MJ, Gottlieb LS, Sternberg SS, Waye JD, Schapiro M, Bond JH, Panish JF, et al. Prevention of colorectal cancer by colonoscopic polypectomy. The National Polyp Study Workgroup. N Engl J Med. 1993 Dec 30;329(27):1977-81. doi: 10.1056/NEJM199312303292701.
- Zauber AG, Winawer SJ, O'Brien MJ, Lansdorp-Vogelaar I, van Ballegooijen M, Hankey BF, Shi W, Bond JH, Schapiro M, Panish JF, Stewart ET, Waye JD. Colonoscopic polypectomy and long-term prevention of colorectal-cancer deaths. N Engl J Med. 2012 Feb 23;366(8):687-96. doi: 10.1056/NEJMoa1100370.
- Rex DK, Boland CR, Dominitz JA, Giardiello FM, Johnson DA, Kaltenbach T, Levin TR, Lieberman D, Robertson DJ. Colorectal Cancer Screening: Recommendations for Physicians and Patients from the U.S. Multi-Society Task Force on Colorectal Cancer. Am J Gastroenterol. 2017 Jul;112(7):1016-1030. doi: 10.1038/ajg.2017.174. Epub 2017 Jun 6.
- Abadir AP, Ali MF, Karnes W, Samarasena JB. Artificial Intelligence in Gastrointestinal Endoscopy. Clin Endosc. 2020 Mar;53(2):132-141. doi: 10.5946/ce.2020.038. Epub 2020 Mar 30.
- Urban G, Tripathi P, Alkayali T, Mittal M, Jalali F, Karnes W, Baldi P. Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy. Gastroenterology. 2018 Oct;155(4):1069-1078.e8. doi: 10.1053/j.gastro.2018.06.037. Epub 2018 Jun 18.
- Jovani M, Campbell EJ, Hur C, Joshi AD, Nishioka NS. Effect of video monitor size on polyp detection: a prospective, randomized, controlled trial. Gastrointest Endosc. 2019 Aug;90(2):254-258.e2. doi: 10.1016/j.gie.2019.03.1172. Epub 2019 Apr 12.
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)
2023年1月1日
初级完成 (预期的)
2025年6月1日
研究完成 (预期的)
2025年9月1日
研究注册日期
首次提交
2022年4月26日
首先提交符合 QC 标准的
2022年6月14日
首次发布 (实际的)
2022年6月21日
研究记录更新
最后更新发布 (估计)
2023年3月6日
上次提交的符合 QC 标准的更新
2023年3月2日
最后验证
2023年3月1日
更多信息
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.