Echtzeit-Nutzung von automatisierter Intelligenz (CADEYE) bei der Darmkrebs-Überwachung von Patienten mit Lynch-Syndrom

Das Hauptziel besteht darin, die Adenomerkennungsrate (ADR) mithilfe der automatisierten Echtzeiterkennung (CAD EYE) oder der Weißlichtendoskopie (WLE) zu untersuchen

Im Rahmen dieser Studie wird der Echtzeit-Einsatz von einem Endoskop mit zusätzlicher künstlicher Intelligenz (CADEYE) bei der Darmkrebs-Überwachung von Patienten mit Lynch-Syndrom untersucht. Das Medizinprodukt wird in dieser Studie im Rahmen seiner Zweckbestimmung verwendet. Die Koloskopie ist zum gegenwärtigen Zeitpunkt die beste Möglichkeit, Darmkrebs durch die endoskopische Entfernung von Adenomen zu verhindern. Hierzu sind mehrere Faktoren wie zum Beispiel gute Darmvorbereitung entscheidend. Man weiß aus vielen Studien, dass leider kleine Adenome in bis zu 30% aller Untersuchungen bei Patienten mit einem familiären Risiko für Darmkrebs übersehen werden. Dazu ist bekannt, dass bei Patienten mit einem Lynch-Syndrom Darmkrebs entstehen kann trotz intensiver Vorsorgekoloskopien. Während der Koloskopie versucht der Untersucher als auch die künstliche Intelligenz Polypen zu finden. Durch ein optisches und akustisches Signal wird der Endoskopiker auf den Polypen aufmerksam gemacht, wodurch anschließend dann die Therapie (Abtragung/Entfernung) erfolgen kann. Ziel dieser klinischen Studie ist es, die Adenomdetektionsrate im Rahmen der Vorsorgekoloskopie durch eine Standardkoloskopie oder einer Koloskopie mit künstlicher Intelligenz zu vergleichen.

SEEK ID: https://fdm.digital-medicine.org/projects/7

Public web page: https://drks.de/search/de/trial/DRKS00023157

Organisms: No Organisms specified

NFDI4Health PIs: No PIs for this Trial Project

Trial Project start date: 10th Dec 2020

Trial Project end date: 30th Dec 2021

Extended Metadata (Nfdi4Health MDS 3.3)
help Tags

This item has not yet been tagged.

Powered by
(v.1.15.2)
Copyright © 2008 - 2023 The University of Manchester and HITS gGmbH