- ICH GCP
- Registr klinických studií v USA
- Klinická studie NCT05447221
Automatické hodnocení závažnosti žaludeční střevní metaplazie s patologickým systémem diagnostiky umělé inteligence
Automatické hodnocení závažnosti žaludeční střevní metaplazie s patologií Diagnostický systém umělé inteligence: diagnostický test
Stagingový systém OLGIM se důrazně doporučuje pro komplexní posouzení závažnosti GIM za účelem vyhodnocení rizika rakoviny žaludku u pacientů. Jeho potřeba provést alespoň 4 biopsie však není klinicky proveditelná kvůli vážnému nedostatku patologů ve srovnání s velkým počtem screeningových populací rakoviny žaludku.
Plánujeme vyvinout diagnostický systém umělé inteligence Digital Pathology (DPAIDS), který automaticky identifikuje oblasti nádoru na snímcích celého diapozitivu (WSI) a rychle a přesně kvantifikuje závažnost střevní metaplazie podle podílu oblastí střevní metaplazie.
Přehled studie
Postavení
Intervence / Léčba
Detailní popis
Karcinom žaludku je pátým nejčastějším zhoubným nádorem a třetím nejsmrtelnějším celosvětově a střevní metaplazie (IM) je běžný prekancerózní stav, který je úzce spojen s karcinogenezí žaludku. Stagingový systém OLGIM se důrazně doporučuje pro komplexní posouzení závažnosti GIM za účelem vyhodnocení riziko rakoviny žaludku u pacientů. Jeho potřeba provést alespoň čtyři biopsie však není klinicky proveditelná kvůli vážnému nedostatku patologů ve srovnání s velkým počtem screeningové populace rakoviny žaludku. Vývoj automatizovaných screeningových metod může snížit velkou diagnostickou zátěž. S pokroky v digitálních patologických skenovacích zařízeních a technologiích hlubokého učení byly k vývoji automatizovaných systémů pro diagnostiku rakoviny použity celosnímkové snímky (WSI).
Plánujeme vyvinout diagnostický systém umělé inteligence Digital Pathology (DPAIDS), který automaticky identifikuje oblasti nádoru na snímcích celého diapozitivu (WSI) a rychle a přesně kvantifikuje závažnost střevní metaplazie podle podílu oblastí střevní metaplazie. Poté budou prospektivně odebrány biopsie a připraveny jako WSI pro validaci modelu.
Typ studie
Zápis (Odhadovaný)
Kontakty a umístění
Studijní kontakt
- Jméno: yanqing Li, MD, PHD
- Telefonní číslo: 0531182169385
- E-mail: liyanqing@sdu.edu.cn
Studijní místa
-
-
Shandong
-
Jinan, Shandong, Čína, 250012
- Nábor
- Department of Gastroenterology, Qilu Hospital, Shandong University
-
Kontakt:
- Yanqing Li, PhD. MD.
- Telefonní číslo: 18678827666
- E-mail: liyanqing@sdu.edu.cn
-
-
Kritéria účasti
Kritéria způsobilosti
Věk způsobilý ke studiu
Přijímá zdravé dobrovolníky
Metoda odběru vzorků
Studijní populace
Popis
Kritéria pro zařazení:
- pacientů ve věku 40-75 let, kteří podstupují gastroskopické vyšetření a biopsii
Kritéria vyloučení:
- pacienti s těžkou srdeční, mozkovou, plicní nebo renální dysfunkcí nebo psychiatrickými poruchami, kteří se nemohou zúčastnit gastroskopie
- pacientů s předchozími chirurgickými zákroky na žaludku
- pacientů s kontraindikacemi k biopsii
- pacientů, kteří odmítnou podepsat informovaný souhlas
Studijní plán
Jak je studie koncipována?
Detaily designu
Kohorty a intervence
Skupina / kohorta |
Intervence / Léčba |
---|---|
Celé snímky vzorků žaludeční biopsie
|
Patologové a umělá inteligence posoudí závažnost střevní metaplazie a nezávisle posoudí oblast nádoru na celých snímcích vzorků žaludeční biopsie.
Navíc patologové nevidí diagnózu AI.
|
Co je měření studie?
Primární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Diagnostická výkonnost modelu AI pro posouzení závažnosti střevní metaplazie
Časové okno: 2 roky
|
Diagnostický výkon modelu AI pro posouzení závažnosti střevní metaplazie na jediném bioptickém tkáňovém sklíčku: Přesnost, citlivost a specificita
|
2 roky
|
Sekundární výstupní opatření
Měření výsledku |
Popis opatření |
Časové okno |
---|---|---|
Přesnost digitálního patologického modelu AI pro identifikaci oblastí nádoru
Časové okno: 2 roky
|
Přesnost digitálního patologického modelu AI při identifikaci oblastí nádoru na snímcích celého diapozitivu
|
2 roky
|
Přesnost digitálních patologických modelů umělé inteligence k identifikaci žláz, slizničního epitelu a střevní metaplazie v nenádorových oblastech
Časové okno: 2 roky
|
Přesnost digitálních patologických modelů umělé inteligence k identifikaci žláz, slizničního epitelu a střevní metaplazie v nenádorových oblastech
|
2 roky
|
Spolupracovníci a vyšetřovatelé
Sponzor
Vyšetřovatelé
- Studijní židle: Yanqing Li, MD, PhD, Qilu Hospital, Shandong University
Termíny studijních záznamů
Hlavní termíny studia
Začátek studia (Aktuální)
Primární dokončení (Odhadovaný)
Dokončení studie (Odhadovaný)
Termíny zápisu do studia
První předloženo
První předloženo, které splnilo kritéria kontroly kvality
První zveřejněno (Aktuální)
Aktualizace studijních záznamů
Poslední zveřejněná aktualizace (Aktuální)
Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality
Naposledy ověřeno
Více informací
Termíny související s touto studií
Další relevantní podmínky MeSH
Další identifikační čísla studie
- 2022-SDU-QILU-110
Informace o lécích a zařízeních, studijní dokumenty
Studuje lékový produkt regulovaný americkým FDA
Studuje produkt zařízení regulovaný americkým úřadem FDA
Tyto informace byly beze změn načteny přímo z webu clinicaltrials.gov. Máte-li jakékoli požadavky na změnu, odstranění nebo aktualizaci podrobností studie, kontaktujte prosím register@clinicaltrials.gov. Jakmile bude změna implementována na clinicaltrials.gov, bude automaticky aktualizována i na našem webu .