Multicenter undersøgelse af dyb indlæring AI i brystmasse
En multicenterundersøgelse af brystmassescreening og -diagnose ved hjælp af Deep Learning AI-baseret på ultralydsundersøgelse i realtid
Studieoversigt
Detaljeret beskrivelse
Som den mest almindelige kræftsygdom, der forventes at forekomme over hele verden, spiller omfattende befolkningsscreening en meget vigtig rolle i den tidlige diagnose og prognose af brystkræften. Røntgen og ultralyd er de mest anvendte screeningsmetoder, og ultralyd er især vigtigt for asiatiske kvinder med tætte bryster. Ultralyd er dog meget påvirket af operatørens dygtighed og erfaring, og den diagnostiske nøjagtighed varierer meget.
Kunstig intelligens (AI) er en ny metode, der er dukket op i de senere år, aktiv inden for mange medicinske områder og effektivt kan forbedre den diagnostiske effektivitet. Tidligere forskning i anvendelsen af AI i ultralyd er imidlertid fokuseret på statiske ultralydsbilleder med enkelt- eller multimodalitet. Denne multicenterundersøgelse har til hensigt at evaluere værdien af påvisningen og differentialdiagnosen af brystmasse ved hjælp af deep learning AI-baseret ultralydsundersøgelse i realtid.
Undersøgelsestype
Tilmelding (Forventet)
Kontakter og lokationer
Studiekontakt
- Navn: Yong Wang
- Telefonnummer: 13391817899
- E-mail: drwangyong77@163.com
Studiesteder
-
-
Beijing
-
Beijing, Beijing, Kina, 100021
- Rekruttering
- National Cancer Center/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College
-
Kontakt:
- Yong Wang
- Telefonnummer: 13391817899
- E-mail: drwangyong77@163.com
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Køn, der er berettiget til at studere
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Kvinder, der gennemgår ultralydsundersøgelse for en klage over brystlæsion;
- Brystlæsionen, der vil opnå sikker patologisk diagnose eller opfølgning i mindst to år.
Ekskluderingskriterier:
- Brystlæsionen, der har modtaget CNB eller FNA;
- Brystkræftpatienten, der har modtaget neoadjuverende kemoterapi.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostisk ydeevne af brystmasse ved hjælp af deep learning AI-baseret ultralydsundersøgelse i realtid
Tidsramme: 12 måneder
|
Patologi som en guldstandard, for at evaluere den diagnostiske ydeevne (sensitivitet, specificitet og nøjagtighed)
|
12 måneder
|
Samarbejdspartnere og efterforskere
Samarbejdspartnere
Efterforskere
- Ledende efterforsker: Yong Wang, Cancer Institute and Hospital, Chinese Academy of Medical Sciences
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Forventet)
Studieafslutning (Forventet)
Datoer for studieregistrering
Først indsendt
Først indsendt, der opfyldte QC-kriterier
Først opslået (Faktiske)
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
Sidst verificeret
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- NCC2962
Plan for individuelle deltagerdata (IPD)
Planlægger du at dele individuelle deltagerdata (IPD)?
Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter
Studerer et amerikansk FDA-reguleret lægemiddelprodukt
Studerer et amerikansk FDA-reguleret enhedsprodukt
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 Brystneoplasmer
-
Guangzhou First People's HospitalAfsluttet
-
Cairo UniversityIkke rekrutterer endnu
-
The First Affiliated Hospital of Xiamen UniversityIkke rekrutterer endnuLocally Advanced Breast Cancer (LABC)
-
Abouqir General HospitalAlexandria UniversityRekrutteringBreast Udseende Rekonstruktion DisproportionEgypten
-
Beijing Bio-Targeting Therapeutics Technology Co...Trukket tilbage
-
Indonesia UniversityIkke rekrutterer endnuPræhabilitering | Postoperativ inflammation | Locally Advanced Breast Cancer (LABC)Indonesien
-
Asan Medical CenterRekrutteringMavekræft | Mavekræft Adenocarcinom Metastatisk | MAVE NEOPLASMSydkorea
-
Tianjin Medical University Cancer Institute and...Guangxi Medical University; Sun Yat-sen University; Chinese PLA General Hospital og andre samarbejdspartnereAfsluttetDen kliniske anvendelsesvejledning af Conebeam Breast CTKina
-
Atlas UniversityIkke rekrutterer endnuBrystkræft | Locally Advanced Breast Cancer (LABC)Tyrkiet (Türkiye)
-
ETOP IBCSG Partners FoundationAfsluttetBreast Cancer Invasive NosItalien