Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Brugen af ​​kunstig intelligens til at forudsige kræftlymfeknuder for lungekræftstadie under ultralydsbilleddannelse

10. marts 2020 opdateret af: Wael Hanna, St. Joseph's Healthcare Hamilton

Udvikling og validering af en computerstøttet algoritme ved brug af kunstig intelligens og dybe neurale netværk til segmentering af ultralydstræk ved lymfeknuder under endobronchial ultralyd

Denne undersøgelse har til formål at afgøre, om et dyb neural kunstig intelligens (AI) netværk (NeuralSeg) kan lære at tildele Canada Lymph Node Score til lymfeknuder undersøgt ved endobronchial ultralyd transbronchial needle aspiration (EBUS-TBNA), ved hjælp af segmenteringsteknikken. Billeder vil blive skabt ud fra 300 lymfeknuder videoer fra et kommende bibliotek og vil blive brugt som et afledningssæt til at udvikle algoritmen. Yderligere 100 lymfeknudebilleder vil blive indsamlet prospektivt for at validere, om NeuralSeg kan anvende scoren korrekt.

Studieoversigt

Status

Afsluttet

Betingelser

Intervention / Behandling

Undersøgelsestype

Observationel

Tilmelding (Faktiske)

52

Kontakter og lokationer

Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.

Studiesteder

  • Canada
    • Ontario
      • Hamilton, Ontario, Canada, L8N 4A6
        • St. Joseph's Healthcare Hamilton

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

18 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Alle

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Fase A kræver ikke patientindskrivning. Fase B vil kræve prospektiv indskrivning af patienter for at opnå valideringssættet af nye lymfeknudevideoer. Alle patienter, der er planlagt til at gennemgå en EBUS-TBNA-procedure til mediastinal stadieinddeling af NSCLC på St. Joseph's Healthcare Hamilton, vil være berettiget til at tilmelde sig denne undersøgelse. Der er ingen udelukkelseskriterier. Alle patienter vil gennemgå EBUS-TBNA i henhold til rutinemæssig behandling, bortset fra den ene forskel, hvor procedurerne vil blive videooptaget, så de kan bruges til computeranalyse på et senere tidspunkt.

Beskrivelse

Inklusionskriterier:

  • skal være diagnosticeret med bekræftet eller mistænkt lungekræft og være under EBUS-diagnose/stadieinddeling

Ekskluderingskriterier:

  • Ingen

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Udvikling af computeralgoritme til at identificere lymfeknudeultralydsfunktioner
Tidsramme: Fra retrospektiv dataindsamling til algoritmeudvikling (1 måned)
Formål: at bestemme, om et dybt neuralt AI-netværk (NeuralSeg) kan lære at tildele Canada Lymph Node Score til lymfeknuder undersøgt af EBUS ved hjælp af segmenteringsteknikken på et eksisterende (afledt) sæt af lymfeknudevideoer
Fra retrospektiv dataindsamling til algoritmeudvikling (1 måned)
Validering af computeralgoritme til at identificere lymfeknudeultralydsfunktioner
Tidsramme: Fra fremtidig dataindsamling til algoritmevalidering (6 måneder)
Formål: at bestemme, om NeuralSeg korrekt kan anvende Canadas lymfeknude-score på et nyt (validerings) sæt lymfeknudevideoer, som det aldrig har set før
Fra fremtidig dataindsamling til algoritmevalidering (6 måneder)

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtighed og pålidelighed af segmenteringen udført af NeuralSeg
Tidsramme: Fra segmentering udført af kirurg til segmentering udført af NeuralSeg (1 måned)
Formål: at sammenligne nøjagtigheden og pålideligheden af ​​segmenteringen udført af NeuralSeg med segmenteringen udført af en erfaren endoskopisk kirurg ved hjælp af DICE-SORENSEN-koefficienter.
Fra segmentering udført af kirurg til segmentering udført af NeuralSeg (1 måned)
NeuralSeg forudsigelse af lymfeknude malignitet
Tidsramme: Fra NeuralSeg-algoritme brugt på EBUS-billeddannelse til biopsirapport (estimeret op til 2-3 måneder)
Formål: at bestemme, om NeuralSeg nøjagtigt kan forudsige malignitet i lymfeknuder sammenlignet med biopsiresultater af den undersøgte lymfeknude.
Fra NeuralSeg-algoritme brugt på EBUS-billeddannelse til biopsirapport (estimeret op til 2-3 måneder)

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

St. Joseph's Healthcare Hamilton

Efterforskere

  • Ledende efterforsker: Wael C Hanna, St. Josephs Healthcare Hamilton

Publikationer og nyttige links

Den person, der er ansvarlig for at indtaste oplysninger om undersøgelsen, leverer frivilligt disse publikationer. Disse kan handle om alt relateret til undersøgelsen.

Generelle publikationer

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Faktiske)

8. april 2019

Primær færdiggørelse (Faktiske)

23. september 2019

Studieafslutning (Faktiske)

20. november 2019

Datoer for studieregistrering

Først indsendt

19. februar 2019

Først indsendt, der opfyldte QC-kriterier

20. februar 2019

Først opslået (Faktiske)

21. februar 2019

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

11. marts 2020

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

10. marts 2020

Sidst verificeret

1. marts 2020

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • StJoes EBUS AI (5636)

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ingen

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Lungesygdomme

Kliniske forsøg med Endobronchial ultralyd

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Georgia

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner