English version of this page

EndoBRAIN International

Denne internasjonale multisenterstudien tar for seg hvordan kunstig intelligens i form av et klinisk beslutningsverktøy kalt EndoBRAIN® (Cybernet Systems, Corp. Tokyo), kan bidra til at leger tar mer presise valg ved fjerning av polypper under koloskopi.

Logo Endobrain
Foto: Elizabeth Eriksen

Prosjektet ledes av forskningsgruppen Klinisk effektforskning og er et samarbeid med Bærum sykehus, forskningsgrupper i Japan (Showa University) og i Storbritannia (King's College Hospital).

Bakgrunn

Neoplastiske polypper er forstadier til kreft i tykktarmen. De fleste av disse polyppene utvikler seg i nedre del av tykktarmen (rektum og sigmoideum) og kan være vanskelig å skille fra ikke-neoplastiske polypper som ikke har malignitetspotensiale.

Image of an EndoBRAIN output on the endoscopy monitor
Figur 1: Bilde av skjermen til EndoBRAIN

Fordi disse to polypptypene ligner på hverandre, fjernes alle når de oppdages ved koloskopi. Fjerning av ikke-neoplastiske polypper er både unødvendig, kostbart og utsetter pasienter for risiko. En nylig gjennomført pilotstudie (Mori Y, et al. Annals Intern Medisin 2018) tyder på at det kliniske beslutningsverktøyet EndoBRAIN® (Cybernet Systems, Corp. Tokyo), kan bidra til en forbedret klassifikasjon av polypper. Avansert teknologi i form av kunstig intelligens-basert mønstergjenkjenning i sanntid, kan integreres som ledd i vanlig koloskopipraksis. Dermed kan leger som utfører koloskopi bruke dette verktøyet til å skille mellom ulike typer polypper, fjerne polypper som kan være forstadier til kreft og la de ufarlige polyppene være ubehandlet.  

Mål

Denne studien tar sikte på å evaluere EndoBRAIN-systemets evne til å korrekt klassifisere rektosigmoide polypper ≤ 5 mm som enten neoplastiske eller ikke-neoplastiske i sanntid ved koloskopi. For å oppnå dette, skal vi utføre en åpen prospektiv multisenterstudie av 345 rektosigmoide adenomer ≤ 5 mm, samlet inn fra pasienter i tre land. Hovedformålet er å avgjøre hvorvidt EndoBRAIN kan øke sensitiviteten for korrekt identifisering av adenomer ≤ 5 mm i rektum og sigmoideum sammenlignet med visuell inspeksjon utført av endoskopøren.

Studiedesign

Dette er en internasjonal, multisenter, prospektiv, åpen, enkelt-arm studie gjennomført av Klinisk effektforskning ved Universitetet i Oslo (UiO) og Oslo universitetssykehus (OUS) i samarbeid med Vestre Viken Bærum Sykehus (Norge), Showa University Northern Yokohama Hospital (Japan) og King’s College Hospital (Storbritannia). Studien er registrert i UMIN Clinical Trials Registry; registreringsnr. UMIN00003521.

For å kunne delta i studien må deltakerne være fylt minst 18 år og være henvist til koloskopiundersøkelse (uavhengig av indikasjon), til ett av de tre studiesentrene. Erfarne skopører uten ekspertise i å stille optiske diagnoser vil utføre prosedyrene. Skopørene vil vurdere hver polypp lokalisert i rektosigmoideum først uten EndoBRAIN og deretter med denne teknologien (se figur 1). Oppgaveflyten i studien er utformet slik at den sikrer høyest mulig grad av uavhengighet mellom disse to vurderingene. Alle polypper som oppdages, blir deretter fjernet og sendt til histopatologisk vurdering for endelig klassifikasjon. Den diagnostiske ytelsen med og uten EndoBRAIN sammenlignes altså med diagnose stilt av patolog.

Finansiering

  • AMED (Japan Agency for Medical Research and Development): dekker kostnader knyttet til bruk av datasenteret og gir økonomisk støtte til statistisk analyse. 
  • Olympus Inc.: ansvarlig for levering av utstyr til studien; forskningsmidler.    
  • Cybernet System Corp: ansvarlig for levering av kunstig intelligens-baserte kliniske beslutningsverktøy brukt i denne studien. 

Dette er en studie initiert av leger og forskere. De ovennevnte foretakene/selskapene har ingen innflytelse i utarbeidelsen av protokollen, gjennomføring av studien/datainnsamlingen, analysene/tolkningen av forskningsfunnene, eller i arbeidet med å sammenfatte funnene fra studien.  

Timeline

Rekruttering av deltakere til studien vil foregå fra april 2019, og til og med april 2020.

Analyse og bearbeidelse av innsamlet data starter i april 2020.

Sluttdato (rekruttering) : 10.04.2020.

Publisert 29. juli 2019 13:27 - Sist endret 2. sep. 2019 11:37

Kontakt

Stipendiat

Ishita Barua, MD

Oslo universitetssykehus
Universitetet i Oslo