状况或疾病 | 干预/治疗 | 阶段 |
---|---|---|
结肠镜人工智能胃肠病 | 装置:人工智能辅助系统 | 不适用 |
结肠镜检查是检测和诊断下消化道病变的关键技术。高质量的内镜检查可以带来更好的疾病结果。但中国对内镜的需求量很大,内镜供不应求。结肠镜是一项复杂的技术为最大限度的准确性和安全性,需要培训和经验的程序。 因此,提高新手医生的结肠镜检查能力,缩短结肠镜检查培训时间对于解决消化内镜医生缺乏和分布不均和不合格等问题具有重要意义。中国内窥镜检查质量。
近年来,深度学习算法不断发展,日趋成熟,逐渐应用于医学领域。计算机视觉是一门研究如何让机器“看见”的科学。通过深度学习,相机和计算机可以代替人眼进行目标识别、跟踪和测量等机器视觉。医学影像与计算机视觉领域的跨学科合作也是近年来的研究热点之一。目前主要应用于病灶的自动识别检测和质量控制,取得了较好的效果。
我们的初步实验表明,深度学习在内窥镜质量监测中具有较高的准确率,可以有效规范医生操作,减少盲点,提高内镜检查质量。在我们课题组之前的工作中,我们成功开发了基于深度学习的结肠镜退出速度监测和肠道清洁度评估,并验证了人工智能辅助系统(EndoAngel)在提高临床试验中胃镜和结肠镜检查的质量。
基于以上丰富的前期工作基础,以及结肠镜培训领域的巨大需求,我们计划通过比较有无EndoAngel辅助的新手结肠镜操作培训,比较新手有无辅助结肠镜学习效果辅助,包括技能结果和认知水平,探索人工智能是否可以促进对新手结肠镜操作培训的改进。
学习类型 : | 介入(临床试验) |
预计入学人数 : | 385 名参与者 |
分配: | 随机化 |
干预模式: | 平行分配 |
掩蔽: | 双人(参与者、调查员) |
主要目的: | 诊断 |
官方名称: | 人工智能辅助结肠镜检查提高学员结肠镜检查培训效果的研究 |
预计学习开始日期 : | 2021 年 6 月 1 日 |
预计主要完成日期 : | 2022 年 1 月 1 日 |
预计 研究完成日期 : | 2022 年 2 月 1 日 |
手臂 | 干预/治疗 |
---|---|
实验性:使用 AI 辅助系统 新手医生接受结肠镜检查训练,人工智能辅助系统可以实时显示异常病变和撤药速度,以及超速百分比的反馈。 | 装置:人工智能辅助系统 人工智能辅助系统可指示异常病变和实时退出速度,并反馈超速百分比。 |
无干预:无人工智能辅助系统 新手医生接受常规结肠镜培训,无人工智能辅助系统,无特殊提示 |
适合学习的年龄: | 50 岁及以上(成人、老年人) |
适合学习的性别: | 全部 |
接受健康志愿者: | 不 |
联系人:余宏刚,博士 | +862788041911 | whdxrmyy@126.com | |
联系人:于洪刚,博士 | +862788041911 | whdxrmyy@126.com |
中国, 湖北 | |
武汉大学人民医院 | 招聘 |
武汉,湖北,中国,430000 | |
联系人:于洪刚,博士 +862788041911 whdxrmyy@126.com |
首席研究员: | 余宏刚,博士 | 武汉大学人民医院 |
追踪信息 | |||||||||
---|---|---|---|---|---|---|---|---|---|
首次提交日期ICMJE | 2021 年 5 月 28 日 | ||||||||
首次发布日期ICMJE | 2021 年 6 月 3 日 | ||||||||
最后更新发布日期 | 2021 年 6 月 3 日 | ||||||||
预计研究开始日期ICMJE | 2021 年 6 月 1 日 | ||||||||
预计主要完成日期 | 2022 年 1 月 1 日(主要结局指标的最终数据收集日期) | ||||||||
当前主要结局指标ICMJE |
| ||||||||
原始主要结局指标ICMJE | 与当前相同 | ||||||||
更改历史记录 | 未发布任何更改 | ||||||||
当前次要结局指标ICMJE |
| ||||||||
原始次要结果测量ICMJE | 与当前相同 | ||||||||
当前的其他预先指定的结果措施 | 不提供 | ||||||||
原始的其他预先指定的结果措施 | 不提供 | ||||||||
描述性信息 | |||||||||
简要标题ICMJE | AI辅助结肠镜检查提高学员结肠镜检查培训效果的研究 | ||||||||
官方名称ICMJE | 人工智能辅助结肠镜检查提高学员结肠镜检查培训效果的研究 | ||||||||
简要总结 | 本研究中,AI辅助系统(EndoAngel)具有回盲连接处提醒、撤回时间、撤回速度、滑动镜片、视野内息肉等功能,这些功能可以提高初诊医师的结肠镜检查表现和协助结肠镜检查培训。 | ||||||||
详细说明 | 结肠镜检查是检测和诊断下消化道病变的关键技术。高质量的内镜检查可以带来更好的疾病结果。但中国对内镜的需求量很大,内镜供不应求。结肠镜是一项复杂的技术为最大限度的准确性和安全性,需要培训和经验的程序。 因此,提高新手医生的结肠镜检查能力,缩短结肠镜检查培训时间对于解决消化内镜医生缺乏和分布不均和不合格等问题具有重要意义。中国内窥镜检查质量。 近年来,深度学习算法不断发展,日趋成熟,逐渐应用于医学领域。计算机视觉是一门研究如何让机器“看见”的科学。通过深度学习,相机和计算机可以代替人眼进行目标识别、跟踪和测量等机器视觉。医学影像与计算机视觉领域的跨学科合作也是近年来的研究热点之一。目前主要应用于病灶的自动识别检测和质量控制,取得了较好的效果。 我们的初步实验表明,深度学习在内窥镜质量监测中具有较高的准确率,可以有效规范医生操作,减少盲点,提高内镜检查质量。在我们课题组之前的工作中,我们成功开发了基于深度学习的结肠镜退出速度监测和肠道清洁度评估,并验证了人工智能辅助系统(EndoAngel)在提高临床试验中胃镜和结肠镜检查的质量。 基于以上丰富的前期工作基础,以及结肠镜培训领域的巨大需求,我们计划通过比较有无EndoAngel辅助的新手结肠镜操作培训,比较新手有无辅助结肠镜学习效果辅助,包括技能结果和认知水平,探索人工智能是否可以促进对新手结肠镜操作培训的改进。 | ||||||||
研究类型ICMJE | 介入性 | ||||||||
研究阶段ICMJE | 不适用 | ||||||||
研究设计ICMJE | 分配:随机 干预模式:平行分配 掩蔽:双重(参与者,调查员) 主要目的:诊断 | ||||||||
条件ICMJE |
| ||||||||
干预ICMJE | 装置:人工智能辅助系统 人工智能辅助系统可指示异常病变和实时退出速度,并反馈超速百分比。 | ||||||||
研究武器ICMJE |
| ||||||||
出版物 * | 不提供 | ||||||||
* 包括数据提供者提供的出版物以及 Medline 中由 ClinicalTrials.gov 标识符(NCT 编号)确定的出版物。 | |||||||||
招聘信息 | |||||||||
招聘状态ICMJE | 招聘 | ||||||||
预计入学人数ICMJE | 385 | ||||||||
最初预计入学人数ICMJE | 与当前相同 | ||||||||
预计研究完成日期ICMJE | 2022 年 2 月 1 日 | ||||||||
预计主要完成日期 | 2022 年 1 月 1 日(主要结局指标的最终数据收集日期) | ||||||||
资格标准ICMJE | 纳入标准:
排除标准: | ||||||||
性别/性别ICMJE |
| ||||||||
时代ICMJE | 50 岁及以上(成人、老年人) | ||||||||
接受健康志愿者ICMJE | 不 | ||||||||
联系方式ICMJE |
| ||||||||
上市地点国家/地区ICMJE | 中国 | ||||||||
删除位置国家/地区 | |||||||||
行政信息 | |||||||||
NCT 号码ICMJE | NCT04912037 | ||||||||
其他研究 ID 号ICMJE | EA-21-005 | ||||||||
设有数据监控委员会 | 不提供 | ||||||||
美国 FDA 监管产品 |
| ||||||||
IPD 共享声明ICMJE | 不提供 | ||||||||
责任方 | 武汉大学人民医院 | ||||||||
研究发起人ICMJE | 武汉大学人民医院 | ||||||||
合作者ICMJE | 不提供 | ||||||||
调查员ICMJE |
| ||||||||
PRS账户 | 武汉大学人民医院 | ||||||||
验证日期 | 2021 年 5 月 | ||||||||
国际医学期刊编辑委员会和世界卫生组织 ICTRP 要求的ICMJE数据元素 |
状况或疾病 | 干预/治疗 | 阶段 |
---|---|---|
结肠镜人工智能胃肠病 | 装置:人工智能辅助系统 | 不适用 |
结肠镜检查是检测和诊断下消化道病变的关键技术。高质量的内镜检查可以带来更好的疾病结果。但中国对内镜的需求量很大,内镜供不应求。结肠镜是一项复杂的技术为最大限度的准确性和安全性,需要培训和经验的程序。 因此,提高新手医生的结肠镜检查能力,缩短结肠镜检查培训时间对于解决消化内镜医生缺乏和分布不均和不合格等问题具有重要意义。中国内窥镜检查质量。
近年来,深度学习算法不断发展,日趋成熟,逐渐应用于医学领域。计算机视觉是一门研究如何让机器“看见”的科学。通过深度学习,相机和计算机可以代替人眼进行目标识别、跟踪和测量等机器视觉。医学影像与计算机视觉领域的跨学科合作也是近年来的研究热点之一。目前主要应用于病灶的自动识别检测和质量控制,取得了较好的效果。
我们的初步实验表明,深度学习在内窥镜质量监测中具有较高的准确率,可以有效规范医生操作,减少盲点,提高内镜检查质量。在我们课题组之前的工作中,我们成功开发了基于深度学习的结肠镜退出速度监测和肠道清洁度评估,并验证了人工智能辅助系统(EndoAngel)在提高临床试验中胃镜和结肠镜检查的质量。
基于以上丰富的前期工作基础,以及结肠镜培训领域的巨大需求,我们计划通过比较有无EndoAngel辅助的新手结肠镜操作培训,比较新手有无辅助结肠镜学习效果辅助,包括技能结果和认知水平,探索人工智能是否可以促进对新手结肠镜操作培训的改进。
学习类型 : | 介入(临床试验) |
预计入学人数 : | 385 名参与者 |
分配: | 随机化 |
干预模式: | 平行分配 |
掩蔽: | 双人(参与者、调查员) |
主要目的: | 诊断 |
官方名称: | 人工智能辅助结肠镜检查提高学员结肠镜检查培训效果的研究 |
预计学习开始日期 : | 2021 年 6 月 1 日 |
预计主要完成日期 : | 2022 年 1 月 1 日 |
预计 研究完成日期 : | 2022 年 2 月 1 日 |
手臂 | 干预/治疗 |
---|---|
实验性:使用 AI 辅助系统 新手医生接受结肠镜检查训练,人工智能辅助系统可以实时显示异常病变和撤药速度,以及超速百分比的反馈。 | 装置:人工智能辅助系统 人工智能辅助系统可指示异常病变和实时退出速度,并反馈超速百分比。 |
无干预:无人工智能辅助系统 新手医生接受常规结肠镜培训,无人工智能辅助系统,无特殊提示 |
适合学习的年龄: | 50 岁及以上(成人、老年人) |
适合学习的性别: | 全部 |
接受健康志愿者: | 不 |
追踪信息 | |||||||||
---|---|---|---|---|---|---|---|---|---|
首次提交日期ICMJE | 2021 年 5 月 28 日 | ||||||||
首次发布日期ICMJE | 2021 年 6 月 3 日 | ||||||||
最后更新发布日期 | 2021 年 6 月 3 日 | ||||||||
预计研究开始日期ICMJE | 2021 年 6 月 1 日 | ||||||||
预计主要完成日期 | 2022 年 1 月 1 日(主要结局指标的最终数据收集日期) | ||||||||
当前主要结局指标ICMJE |
| ||||||||
原始主要结局指标ICMJE | 与当前相同 | ||||||||
更改历史记录 | 未发布任何更改 | ||||||||
当前次要结局指标ICMJE |
| ||||||||
原始次要结果测量ICMJE | 与当前相同 | ||||||||
当前的其他预先指定的结果措施 | 不提供 | ||||||||
原始的其他预先指定的结果措施 | 不提供 | ||||||||
描述性信息 | |||||||||
简要标题ICMJE | AI辅助结肠镜检查提高学员结肠镜检查培训效果的研究 | ||||||||
官方名称ICMJE | 人工智能辅助结肠镜检查提高学员结肠镜检查培训效果的研究 | ||||||||
简要总结 | 本研究中,AI辅助系统(EndoAngel)具有回盲连接处提醒、撤回时间、撤回速度、滑动镜片、视野内息肉等功能,这些功能可以提高初诊医师的结肠镜检查表现和协助结肠镜检查培训。 | ||||||||
详细说明 | 结肠镜检查是检测和诊断下消化道病变的关键技术。高质量的内镜检查可以带来更好的疾病结果。但中国对内镜的需求量很大,内镜供不应求。结肠镜是一项复杂的技术为最大限度的准确性和安全性,需要培训和经验的程序。 因此,提高新手医生的结肠镜检查能力,缩短结肠镜检查培训时间对于解决消化内镜医生缺乏和分布不均和不合格等问题具有重要意义。中国内窥镜检查质量。 近年来,深度学习算法不断发展,日趋成熟,逐渐应用于医学领域。计算机视觉是一门研究如何让机器“看见”的科学。通过深度学习,相机和计算机可以代替人眼进行目标识别、跟踪和测量等机器视觉。医学影像与计算机视觉领域的跨学科合作也是近年来的研究热点之一。目前主要应用于病灶的自动识别检测和质量控制,取得了较好的效果。 我们的初步实验表明,深度学习在内窥镜质量监测中具有较高的准确率,可以有效规范医生操作,减少盲点,提高内镜检查质量。在我们课题组之前的工作中,我们成功开发了基于深度学习的结肠镜退出速度监测和肠道清洁度评估,并验证了人工智能辅助系统(EndoAngel)在提高临床试验中胃镜和结肠镜检查的质量。 基于以上丰富的前期工作基础,以及结肠镜培训领域的巨大需求,我们计划通过比较有无EndoAngel辅助的新手结肠镜操作培训,比较新手有无辅助结肠镜学习效果辅助,包括技能结果和认知水平,探索人工智能是否可以促进对新手结肠镜操作培训的改进。 | ||||||||
研究类型ICMJE | 介入性 | ||||||||
研究阶段ICMJE | 不适用 | ||||||||
研究设计ICMJE | 分配:随机 干预模式:平行分配 掩蔽:双重(参与者,调查员) 主要目的:诊断 | ||||||||
条件ICMJE |
| ||||||||
干预ICMJE | 装置:人工智能辅助系统 人工智能辅助系统可指示异常病变和实时退出速度,并反馈超速百分比。 | ||||||||
研究武器ICMJE |
| ||||||||
出版物 * | 不提供 | ||||||||
* 包括数据提供者提供的出版物以及 Medline 中由 ClinicalTrials.gov 标识符(NCT 编号)确定的出版物。 | |||||||||
招聘信息 | |||||||||
招聘状态ICMJE | 招聘 | ||||||||
预计入学人数ICMJE | 385 | ||||||||
最初预计入学人数ICMJE | 与当前相同 | ||||||||
预计研究完成日期ICMJE | 2022 年 2 月 1 日 | ||||||||
预计主要完成日期 | 2022 年 1 月 1 日(主要结局指标的最终数据收集日期) | ||||||||
资格标准ICMJE | 纳入标准:
排除标准: | ||||||||
性别/性别ICMJE |
| ||||||||
时代ICMJE | 50 岁及以上(成人、老年人) | ||||||||
接受健康志愿者ICMJE | 不 | ||||||||
联系方式ICMJE |
| ||||||||
上市地点国家/地区ICMJE | 中国 | ||||||||
删除位置国家/地区 | |||||||||
行政信息 | |||||||||
NCT 号码ICMJE | NCT04912037 | ||||||||
其他研究 ID 号ICMJE | EA-21-005 | ||||||||
设有数据监控委员会 | 不提供 | ||||||||
美国 FDA 监管产品 |
| ||||||||
IPD 共享声明ICMJE | 不提供 | ||||||||
责任方 | 武汉大学人民医院 | ||||||||
研究发起人ICMJE | 武汉大学人民医院 | ||||||||
合作者ICMJE | 不提供 | ||||||||
调查员ICMJE |
| ||||||||
PRS账户 | 武汉大学人民医院 | ||||||||
验证日期 | 2021 年 5 月 | ||||||||
国际医学期刊编辑委员会和世界卫生组织 ICTRP 要求的ICMJE数据元素 |