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

En retrospektiv analyse af magnetisk resonansbilleddannelsesdata til brystkræftscreening i det åbne konsortium for decentraliseret medicinsk kunstig intelligens (ODELIA)

27. februar 2024 opdateret af: Technische Universität Dresden
ODELIA er et projekt, der har til formål at forbedre detektion af brystkræft i magnetisk resonansbilleddannelse ved at bruge kunstig intelligens og sværmlæring (MRI). Projektet vil skabe en open source sværmlæringssoftwareramme, der vil blive brugt til at træne AI-modeller til påvisning af brystkræft. Disse modellers ydeevne vil blive sammenlignet med konventionelle AI-modeller, og resultaterne vil blive brugt til at vurdere effektiviteten af ​​sværmlæring til at forbedre nøjagtigheden og robustheden af ​​AI-modeller. Projektet vil bruge retrospektive, anonymiserede bryst-MR-datasæt med manuelle grundsandhedsmærker for kræfttilstedeværelse. Undersøgelsen er ikke forbundet med nogen patientbehandling eller intervention. Projektets mål er at give bevis for de kliniske fordele ved sværmlæring i forbindelse med brystkræftscreening, såsom accelereret udvikling, forbedret ydeevne og robust generaliserbarhed.

Studieoversigt

Status

Aktiv, ikke rekrutterende

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Kunstig intelligens (AI) skal revolutionere sundhedsvæsenet, da dets diagnostiske ydeevne nærmer sig kliniske eksperters. Især i kræftscreening kunne AI hjælpe patienter med at træffe bedre informerede beslutninger og reducere medicinske fejl. Dette kræver dog store datasæt, hvis samling står over for alvorlige praktiske, etiske og juridiske hindringer. Disse forhindringer kan potentielt overvindes med swarm learning (SL), hvor partnere i fællesskab træner AI-modeller uden at dele nogen data. Alligevel er adgangen til SL-teknologi i øjeblikket begrænset, fordi ingen undersøgelser har implementeret SL i et ægte multinationalt setup, ingen frit anvendelig implementering af SL er tilgængelig, forskere og sundhedsudbydere har ingen erfaring med at oprette SL-netværk, og politikere er i øjeblikket uvidende om det bredere. implikationer af SL.

ODELIA vil sigte mod at løse disse problemer: ODELIA vil bygge en open source-softwareramme til SL, der giver et samlebånd til strømlinet udvikling af AI-løsninger i prækliniske omgivelser. For at tjene som en plan for fremtidige SL-baserede AI-systemer, samarbejder ODELIA-partnere som et konsortium om at udvikle AI-modeller til påvisning af brystkræft i magnetisk resonansbilleddannelse (MRI). Størrelsen af ​​ODELIAs distribuerede database vil være betydelig, og ODELIAs AI-modeller kan nå ekspertniveau til screening af brystkræft.

Derved kunne ODELIA vil ikke bare levere en nyttig medicinsk applikation, men give beviser til at opsummere den kliniske fordel ved SL i form af accelereret udvikling, øget ydeevne og robust generaliserbarhed.

For at opnå dette vil ODELIA-partnere indsamle retrospektive, anonymiserede bryst-MR-datasæt med manuelle jordsandhedsmærker for tilstedeværelsen af ​​kræft, og vil træne AI-modeller konventionelt og via SL. Ydeevnen af ​​disse tekniske tilgange vil blive sammenlignet. Formålet med undersøgelsen er at teste metoden til Swarm Learning og ydeevnen af ​​AI-algoritmer udviklet inden for ODELIA på retrospektive data. Der vil ikke være nogen effekt på behandlingen af ​​patienter, da alle evalueringer vil blive foretaget retrospektivt. Ingen patientbehandling eller nogen intervention er forbundet med undersøgelsen.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

25000

Kontakter og lokationer

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

Studiesteder

    • NRW
      • Aachen, NRW, Tyskland, 52074
        • Daniel Truhn
    • Saxony
      • Dresden, Saxony, Tyskland, 01309
        • Jakob Nikolas Kather

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 til 90 år (Voksen, Ældre voksen)

Tager imod sunde frivillige

N/A

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Retrospektive magnetisk resonansbilleddannelsesdata fra kvinder, der gennemgår brystkræftscreening.

Beskrivelse

Inklusionskriterier:

  • Kvinde
  • alder ved MR-undersøgelsen fra 18-90 år

Ekskluderingskriterier:

  • utilstrækkelig billedkvalitet vurderet af en blindet radiolog før starten af ​​analysen
  • ikke-identificerbar grundsandhed (dvs. diagnosen er endnu ikke blevet etableret)

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Kohorte
  • Tidsperspektiver: Tilbagevirkende kraft

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
Kvinder, der gennemgår brystkræftscreening med MR
Der foretages ingen indgreb. Data indsamles retrospektivt på en anonymiseret måde efter etisk godkendelse på hvert websted.
Ingen indgriben.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Diagnostisk ydeevne til påvisning af brystkræft (sensitivitet og specificitet)
Tidsramme: 5 år
Diagnostisk ydeevne til påvisning af brystkræft (sensitivitet og specificitet) sammenlignet med guldstandardmetoden til ekspertbaseret vurdering af bryst-MRI kan opsummeres i en modtagerfunktionskarakteristisk kurve for flere tærskelværdier, der sammenligner flere tekniske tilgange, inklusive sværmlæringsbaseret AI-modeller og lokale AI-modeller.
5 år

Samarbejdspartnere og efterforskere

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

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.

Hjælpsomme links

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)

1. januar 2023

Primær færdiggørelse (Anslået)

31. december 2027

Studieafslutning (Anslået)

31. december 2027

Datoer for studieregistrering

Først indsendt

16. januar 2023

Først indsendt, der opfyldte QC-kriterier

16. januar 2023

Først opslået (Faktiske)

26. januar 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

28. februar 2024

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

27. februar 2024

Sidst verificeret

1. februar 2024

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • ODELIA

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

IPD-planbeskrivelse

Data indsamles på flere studiecentre, og beslutningen om, hvorvidt IPD skal frigives eller ej, træffes på hvert studiecenter.

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 Brystkræft

Kliniske forsøg med Ingen indgriben.

Abonner