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

Udvikling af et klinisk beslutningsstøttesystem med kunstig intelligens til kræftbehandling

8. oktober 2024 opdateret af: National University Hospital, Singapore

Clinical Decision Support Systems (CDSS'er) til at øge klinisk pleje og beslutningstagning. Disse er platforme, som har til formål at forbedre leveringen af ​​sundhedsydelser ved at forbedre medicinske beslutninger med målrettet klinisk viden, patientinformation og anden sundhedsinformation.

I lyset af fordelene ved at udvikle en CDSS, søgte vi at udvikle en alternativ CDSS til onkologisk terapivalg gennem et partnerskab med Ping An Technology (Shenzhen, Kina), begyndende med gastrisk og esophagal cancer. Dette ville blive gjort på en stykkevis måde, hvor prototypeplatformen kun bruger internationale retningslinjer og publiceret dokumentation af høj kvalitet fra tidsskrifter for at nå frem til case-specifikke behandlingsanbefalinger. Denne platform vil derefter blive evalueret ved at sammenligne dens anbefalinger med anbefalingerne fra de multidisciplinære tumornævn i flere tertiære plejeinstitutioner for at bestemme konkordansraten.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Håndtering af kræft er en kompleks proces, som involverer adskillige interessenter. I lyset af dette har institutioner over hele verden vedtaget brugen af ​​Multidisciplinary Tumor Boards (MTB'er) til levering af kræftbehandling. Ved at udnytte den kollektive specialiserede viden og erfaring fra forskellige specialer har MTB'er i nogle undersøgelser vist sig at resultere i mere passende anbefalinger og forbedrede patientforløb. På vores institution diskuteres kræfttilfælde tilsvarende ved almindelige MTB'er, som omfatter kirurger, onkologer, patologer og radiologer, som gennemgår og anbefaler behandlinger.

Men i mindre centre eller centre med begrænsede ressourcer og minimal tværfaglig ekspertise kan levering af rettidig og passende kræftbehandling være en udfordring. Derudover er klinikere, med deres travle tidsplan, muligvis ikke i stand til at holde sig ajour med nye udviklinger inden for kræftforskning. Med hurtige fremskridt inden for videnskabelig forskning forventes denne pulje af viden at fortsætte med at vokse frem, hvilket gør det stadig mere besværligt at holde sig ajour.

For at imødekomme dette behov har klinikere taget brugen af ​​Clinical Decision Support Systems (CDSS'er) til at øge den kliniske pleje og beslutningstagning. Disse er platforme, som har til formål at forbedre leveringen af ​​sundhedsydelser ved at forbedre medicinske beslutninger med målrettet klinisk viden, patientinformation og anden sundhedsinformation. Forskellige undersøgelser har vist, at CDSS'er er gavnlige i udvalgte indstillinger såsom patientsikkerhed og diagnose [4], og endda øger overholdelse af kliniske retningslinjer. I de senere år har fremskridt inden for kunstig intelligens også set dets anvendelse udvidet til at omfatte valg af onkologisk terapi, hvor IBMs Watson for Oncology (WFO) er den mest fremtrædende og eneste platform i brug til dato. I en undersøgelse fra 2018 blev WFOs evne til at yde behandlingsråd for brystkræft sammenlignet med anbefalinger fra en tværfaglig bestyrelse, hvor den viste en høj grad af overensstemmelse. Siden da har adskillige andre undersøgelser søgt at undersøge WFO's evne til at give behandlingsanbefalinger for kræft i æggestokke, mave, lunger, livmoderhalskræft og tyktarmskræft, med blandede resultater. Især viste begge undersøgelser, som undersøgte anbefalingerne for mavekræft, en meget lavere konkordansrate sammenlignet med andre kræftformer.

I lyset af ovenstående søgte vi at udvikle en alternativ CDSS til valg af onkologisk terapi gennem partnerskab med Ping An Technology (Shenzhen, Kina), begyndende med mave- og spiserørskræft. Dette ville blive gjort på en stykkevis måde, hvor prototypeplatformen kun bruger internationale retningslinjer og publiceret dokumentation af høj kvalitet fra tidsskrifter for at nå frem til case-specifikke behandlingsanbefalinger. Denne platform vil derefter blive evalueret retrospektivt og prospektivt ved at sammenligne dens anbefalinger med anbefalingerne fra de multidisciplinære tumornævn i flere tertiære plejeinstitutioner for at bestemme konkordansraten.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

1000

Kontakter og lokationer

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

Studiekontakt

Studiesteder

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

21 år og ældre (Voksen, Ældre voksen)

Tager imod sunde frivillige

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Befolkningen vil blive udvalgt fra hospitaler, der udfører tumorboard for disse kræftformer

Beskrivelse

A. I opdagelse og intern retrospektiv valideringsdel:

  1. Patienter med primært gastrisk adenocarcinom inklusive præinvasivt karcinom eller
  2. Patienter med gastroøsofageal junction cancer eller
  3. Patienter med esophageal cancer, herunder adenocarcinom, pladecellecarcinom og præinvasive carcinom-subtyper.

B. I den fremtidige valideringsdel:

  1. Patienter med primært gastrisk adenocarcinom inklusive præinvasivt karcinom eller
  2. Patienter med esophageal eller gastroøsofageal junction adenocarcinom

Ekskluderingskriterier:

A. I opdagelse og intern retrospektiv valideringsdel:

  1. Patienter med andre primære kræftformer, der involverer mave eller spiserør
  2. Patienter med andre undertyper af kræft
  3. Patienter med samtidig kræft i andre organer

B. I den fremtidige valideringsdel:

  1. Patienter med esophageal pladecellekarcinom
  2. Patienter, der deltager i kliniske forsøg, hvor behandlingsformen ikke er standardbehandling

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
Konkordanshastighed
Tidsramme: 1 til 2 år
Sammenlignende overensstemmelse i anbefalinger mellem de to undersøgelsesgrupper, målt ved konkordansrate
1 til 2 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Årsag til uoverensstemmelse
Tidsramme: 1 til 2 år
For at identificere årsagen til uoverensstemmelsen
1 til 2 år

Samarbejdspartnere og efterforskere

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

Sponsor

National University Hospital, Singapore

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)

20. august 2020

Primær færdiggørelse (Anslået)

31. december 2024

Studieafslutning (Anslået)

31. december 2024

Datoer for studieregistrering

Først indsendt

15. december 2020

Først indsendt, der opfyldte QC-kriterier

15. december 2020

Først opslået (Faktiske)

19. december 2020

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

10. oktober 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

8. oktober 2024

Sidst verificeret

1. maj 2024

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2020/00493

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 .

Abonner