Tato stránka byla automaticky přeložena a přesnost překladu není zaručena. Podívejte se prosím na anglická verze pro zdrojový text.

AI Multimodal Model for Liver Cancer Diagnosis and Prognosis (AIM-LCAP)

28. června 2026 aktualizováno: Fubo Wang, Guangxi Medical University

A Comprehensive Study of Liver Cancer Diagnosis and Prognosis Prediction Based on Artificial Intelligence and Multimodal Data

This study aims to develop a comprehensive artificial intelligence model system integrating preoperative multimodal data (CT/MRI imaging, clinical laboratory data, and radiology report text) to achieve two core objectives. First, to develop a multimodal fusion diagnostic model for non-invasive and accurate preoperative differentiation of liver cancer subtypes, including distinguishing benign from malignant lesions and differentiating hepatocellular carcinoma from intrahepatic cholangiocarcinoma. Second, to develop a prognostic prediction model for patients with confirmed liver cancer undergoing radical surgery to assess postoperative progression-free survival and overall survival. This is a multicenter retrospective cohort study with an anticipated sample size of ≥600 patients. Model performance will be evaluated using AUC, accuracy, sensitivity, specificity, C-index, and calibration curves. Subgroup analysis will be conducted based on whether patients received neoadjuvant therapy.

Přehled studie

Postavení

Aktivní, ne nábor

Podmínky

Typ studie

Pozorovací

Zápis (Odhadovaný)

600

Kontakty a umístění

Tato část poskytuje kontaktní údaje pro ty, kteří studii provádějí, a informace o tom, kde se tato studie provádí.

Studijní místa

  • Čína
    • Guangxi
      • Nanning, Guangxi, Čína
        • Guangxi Medical University First Affiliated Hospital

Kritéria účasti

Výzkumníci hledají lidi, kteří odpovídají určitému popisu, kterému se říká kritéria způsobilosti. Některé příklady těchto kritérií jsou celkový zdravotní stav osoby nebo předchozí léčba.

Kritéria způsobilosti

Věk způsobilý ke studiu

  • Dospělý
  • Starší dospělý

Přijímá zdravé dobrovolníky

Ne

Metoda odběru vzorků

Vzorek nepravděpodobnosti

Studijní populace

(1) Key clinical, imaging, or pathological data severely missing or incomplete; (2) Preoperative CT or MRI images of poor quality or missing sequences, unable to perform reliable image analysis; (3) Prior local treatment for the target liver lesion, unless clearly recorded as neoadjuvant therapy before surgery; (4) Concurrent other malignant tumors; (5) Lost to follow-up or follow-up data cannot meet endpoint determination requirements.

Popis

Inclusion Criteria:

-Diagnostic Model Cohort:

  • Age ≥18 years
  • Underwent preoperative contrast-enhanced CT or MRI for clinically suspected liver space-occupying lesion
  • Have complete preoperative clinical laboratory data
  • Have complete original CT/MRI imaging data and radiology reports
  • Have definite pathological diagnosis from surgery or biopsy as gold standard

Prognostic Prediction Model Cohort (selected from diagnostic cohort):

  • Meet all diagnostic cohort inclusion criteria
  • Pathologically confirmed liver cancer
  • Underwent radical hepatectomy
  • Have complete preoperative multimodal data (CT/MRI imaging, clinical laboratory data, radiology reports)
  • Have complete postoperative follow-up data to determine progression-free survival and overall survival endpoints and time (minimum follow-up of 24 months)

Exclusion Criteria:

  • · Key clinical, imaging, or pathological data severely missing or incomplete

    • Preoperative CT or MRI images of poor quality or missing sequences, unable to perform reliable image analysis
    • Prior local treatment for the target liver lesion, unless clearly recorded as neoadjuvant therapy before surgery
    • Concurrent other malignant tumors
    • Lost to follow-up or follow-up data cannot meet endpoint determination requirements

Studijní plán

Tato část poskytuje podrobnosti o studijním plánu, včetně toho, jak je studie navržena a co studie měří.

Jak je studie koncipována?

Detaily designu

Kohorty a intervence

Skupina / kohorta
Diagnostic
Diagnostic Model Cohort: Patients with suspected liver space-occupying lesions who underwent preoperative contrast-enhanced CT or MRI and have definite pathological diagnosis (surgical or biopsy) as gold standard.
Prognostic
Prognostic Prediction Model Cohort: Patients selected from the diagnostic cohort who were pathologically diagnosed with liver cancer, received radical hepatectomy, and have complete postoperative follow-up data (minimum 24 months) to determine progression-free survival and overall survival endpoints.

Co je měření studie?

Primární výstupní opatření

Měření výsledku
Popis opatření
Časové okno
Diagnostic Accuracy of the Multimodal AI Model for Liver Lesion Classification
Časové okno: At the time of initial diagnosis
The diagnostic performance of the multimodal AI model in differentiating benign from malignant liver lesions and distinguishing hepatocellular carcinoma from intrahepatic cholangiocarcinoma, evaluated using pathology results as the gold standard. Performance metrics include area under the receiver operating characteristic curve (AUC), accuracy, sensitivity, and specificity.
At the time of initial diagnosis
Prognostic Performance of the Multimodal AI Model for Postoperative Survival Prediction
Časové okno: minimum follow-up of 24 months
The prognostic performance of the multimodal AI model in predicting postoperative progression-free survival (PFS) and overall survival (OS) in patients with pathologically confirmed liver cancer who underwent radical hepatectomy. Performance metric includes the concordance index (C-index). Calibration curves are also assessed.
minimum follow-up of 24 months

Spolupracovníci a vyšetřovatelé

Zde najdete lidi a organizace zapojené do této studie.

Sponzor

Guangxi Medical University

Publikace a užitečné odkazy

Osoba odpovědná za zadávání informací o studiu tyto publikace poskytuje dobrovolně. Mohou se týkat čehokoli, co souvisí se studiem.

Obecné publikace

Termíny studijních záznamů

Tato data sledují průběh záznamů studie a předkládání souhrnných výsledků na ClinicalTrials.gov. Záznamy ze studií a hlášené výsledky jsou před zveřejněním na veřejné webové stránce přezkoumány Národní lékařskou knihovnou (NLM), aby se ujistily, že splňují specifické standardy kontroly kvality.

Hlavní termíny studia

Začátek studia (Aktuální)

1. prosince 2025

Primární dokončení (Odhadovaný)

1. prosince 2028

Dokončení studie (Odhadovaný)

1. prosince 2028

Termíny zápisu do studia

První předloženo

14. června 2026

První předloženo, které splnilo kritéria kontroly kvality

14. června 2026

První zveřejněno (Aktuální)

22. června 2026

Aktualizace studijních záznamů

Poslední zveřejněná aktualizace (Aktuální)

1. července 2026

Odeslaná poslední aktualizace, která splnila kritéria kontroly kvality

28. června 2026

Naposledy ověřeno

1. června 2026

Více informací

Termíny související s touto studií

Další relevantní podmínky MeSH

Další identifikační čísla studie

  • KY20260007

Informace o lécích a zařízeních, studijní dokumenty

Studuje lékový produkt regulovaný americkým FDA

Ne

Studuje produkt zařízení regulovaný americkým úřadem FDA

Ne

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 .

Klinické studie na Hepatocelulární karcinom

Prohledejte podobné pokusy

Sponzoři a spolupracovníci

Zdravotní podmínky

Drogové intervence

CROs by country

CROs in Portugal

Podmínky

Vzácné nemoci

Drogové intervence

Doplňky stravy

Sponzor / Spolupracovníci

Místa

3
Předplatit