ChiCTR2500114433尚未招募不适用
基于人工智能分析术中视频预测结直肠息肉良恶性的研究
省卫生健康行业科技计划项目1 个研究点 分布在 1 个国家开始时间: 2026年1月1日最近更新:
适应症
试验速览
- 阶段
- 不适用
- 状态
- 尚未招募
- 发起方
- 试验地点
- 1
- 主要终点
- 息肉检测灵敏度
研究概览
简要总结
开发一种基于 AI 的结直肠息肉诊断辅助系统,能够通过术中动态视频自动判断息肉的良恶性,并提高结直肠癌的早期筛查效果。具体目标包括: 构建高质量的术中动态视频数据集:收集来自多个医疗中心的结直肠息肉术中视频数据,并进行详尽的标注工作,为 AI 模型的训练提供足够的样本和标注信息。该数据集将包括不同形态、大小、位置的息肉,以及这些息肉的良恶性标签。 开发并验证 AI 模型的精确度和临床适应性:开发能够从术中动态视频中提取病变信息的 AI 模型,并在临床中验证其准确性。特别是在动态视频分析的背景下,利用时序建模技术提升对病灶的理解和判断能力,力求提高 AI 诊断的准确率、灵敏度和特异性。 评估 AI 系统对诊断效率和一致性的影响:通过与内镜医生的诊断结果对比,评估 AI 系统在实际操作中的表现,分析其对医生诊断效率和一致性的提升,特别是在多中心、多病例场景下的效果。 建立 AI 辅助诊断的临床标准与指南:根据研究结果,制定 AI 辅助诊断系统的应用指南,帮助医生有效利用该系统进行息肉的早期筛查与评估。同时,将该技术推广至基层医院,推动 AI 在结直肠癌筛查中的应用。
研究设计
- 研究类型
- 诊断试验
- 主要目的
- 诊断试验诊断准确性
- 盲法
- 无
入排标准
- 年龄范围
- 18 至 80(—)
- 性别
- All
入选标准
- •1.因筛查、监测或症状(如便血、腹泻等)接受结肠镜检查。
- •2.检查中发现至少一个结直肠息肉。
- •3.自愿参加本研究并签署知情同意书。
排除标准
- •1.患有炎症性肠病、遗传性息肉病综合征。
- •2.有结直肠癌病史或结直肠手术史。
- •3.肠道准备差(波士顿评分<6 分或 BBPS 评分任一节段<2 分)。
- •4.妊娠或哺乳期妇女。研究者认为不适合参与本研究的其他情况。
- •5.拒绝参加或无法提供知情同意。
结局指标
主要结局
息肉检测灵敏度
时间窗: 研究结束,在测试集上进行最终评估时
准确度
次要结局
- 特异度
研究者
研究点 (1)
Loading locations...
相似试验
尚未招募
Unknown
前瞻性观察研究:揭秘影诺鹰眼人工智能消化内镜系统精准识别肠息肉分型的病理验证效能临床研究方案结直肠息肉ChiCTR2500104627
Unknown
不适用
基于人工智能的超声内镜食管病变辅助诊断系统的开发和验证食管癌ChiCTR2500106787上海市同济医院临床“五新”创新研发项目(ITJ(ZD)2409)
Unknown
不适用
一种预测粘膜内胃早癌的人工智能辅助系统的开发和验证ChiCTR2000031111国家自然科学基金
Unknown
不适用
韩书文医师:该试验尚未获伦理委员会批准,请于批准后才开始征募参试者,并与我们联系上传伦理批件。 基于肠道微生态系统的组学研究构建结直肠癌的精准治疗系统结直肠癌ChiCTR2000034058浙江省科技厅
Unknown
不适用
早期胃癌诊断人机比赛早期胃癌ChiCTR2200062192自筹
