ChiCTR2500104627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
适应症
试验速览
- 阶段
- Unknown
- 状态
- 尚未招募
- 试验地点
- 1
- 主要终点
- 灵敏度和特异度
研究概览
简要总结
本研究旨在通过前瞻性横断面研究，验证影诺鹰眼人工智能消化内镜实时辅助系统中窄带成像技术（NBI）国际结直肠内镜分型（NICE 分型）判断对肠息肉识别分型的病理诊断效能。
研究设计
- 研究类型
- Observational
入排标准
- 性别
- All
入选标准
- •1.在四川大学医院消化内镜中心行无痛结肠镜检查的患者；
- •2.有结直肠息肉的临床表现；
- •3.自愿参加研究并签署人工智能识别肠息肉的知情同意书及息肉切除知情同意书；
排除标准
- •1.拒绝使用人工智能者；
- •3.未进行人工智能识别分型并留图或图片质量欠佳、未进行 NICE 分型的病变；
- •4.肠道准备欠佳不能清楚显示病变全貌者；
- •5.家族性结肠息肉病患者；
- •6.有炎症性肠病病史患者；
- •7.有明显进展期结直肠癌表现者；
结局指标
主要结局
灵敏度和特异度
阳性预测值和阴性预测值
AI 系统识别肠息肉分型的准确度
次要结局
- 不同类型肠息肉检出率
研究者
研究点 (1)
Loading locations...
相似试验
Unknown
不适用
早期胃癌诊断人机比赛早期胃癌ChiCTR2200062192自筹
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
人工智能辅助低年资医生与高年资医生无 AI 辅助对大肠息肉性质分类诊断能力的对照研究肠息肉ChiCTR2300069336自筹
Unknown
不适用
利用卷积神经网络辅助胶囊内镜诊断小肠疾病的前瞻性研究ChiCTR1900026702自筹资金