- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT05843994
Artificial Intelligence Patient App til RDEB SCC'er
Udvikling af en ny kunstig intelligens-patientapp til genkendelse af planocellulært karcinom (SCC'er) i recessiv dystrofisk epidermolysis Bullosa (RDEB): Billedindsamling
I denne undersøgelse udvikles en kunstig intelligensmodel til at påvise pladecellekarcinomer (SCC) på fotos af recessiv dystrofisk epidermolysis bullosa (RDEB) hud. Det ultimative mål er at integrere denne model i en app til patienter og læger for at hjælpe med at opdage SCC'er i RDEB tidligt.
SCC'er, der hurtigt metastaserer, er hovedårsagen til død hos voksne med RDEB. Jo tidligere en SCC genkendes, jo lettere kan den fjernes og jo bedre bliver resultatet. AI udnytter datalogi til at udføre opgaver, der typisk kræver menneskelig intelligens og er for nylig blevet brugt til at identificere hudkræft baseret på billeder. Vi er i øjeblikket ved at udvikle en AI-tilgang til tidlig påvisning af SCC og skelnen mellem malignitet fra kroniske sår og andre RDEB-hudfund. Målet er at skabe en webapplikation til patienter med RDEB til at uploade billeder af deres hud og få et output med hensyn til SCC til stede/ingen SCC. Dette vil især være værdifuldt for patienter med vanskelig adgang til medicinsk ekspertise og dem, der tøver med at tillade fuld hudundersøgelse ved hvert besøg, ofte på grund af frygt for biopsier. Dette projekt vil således gavne patienterne direkte ved at tillade tidlig genkendelse af SCC'er og vil styrke patienter og deres familier ved at tilbyde et hjemmebrugsværktøj.
Indtil videre har undersøgelsesholdet hovedsageligt brugt professionelle billeder (fotografier taget i hospitalsmiljøer af læger, sygeplejersker og kliniske fotografer) af både SCC'er i RDEB og billeder af RDEB-hud uden SCC til at udvikle og træne AI-modellen. De billeder, der forventes i en virkelighed, vil for det meste være billeder taget af patienter eller familiemedlemmer med deres telefoner eller digitale kameraer. Disse billeder har forskellige egenskaber med hensyn til opløsning, fokus, belysning og baggrunde. Inkorporering af sådanne billeder vil være afgørende i de kommende faser af modeludvikling - test og validering - for webapplikationen vil være en succes for patienterne.
Studieoversigt
Status
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
Dette projekt vil tilmelde unge og voksne med RDEB og historie med mindst én SCC. Undersøgelsen og samtykkerne vil blive givet på engelsk, spansk, tysk, fransk, arabisk, kinesisk og russisk. Undersøgelsesholdet inviterer folk med RDEB rundt om i verden til at deltage og håber, at cirka 100 personer vil levere billeder.
Deltagerne vil blive bedt om at udfylde undersøgelsen og uploade billeder af SCC(er) ved hjælp af nedenstående links. Afhængigt af antallet af SCC'er, de har haft, og antallet af billeder, de ønsker at levere, vil undersøgelsen tage cirka 15-20 minutter at gennemføre.
For at deltage i denne undersøgelse, følg venligst dette link:
https://redcap.nubic.northwestern.edu/redcap/surveys/?s=JH9LHR4CC4R4H3HN
Undersøgelsestype
Tilmelding (Faktiske)
Kontakter og lokationer
Studiesteder
-
-
Illinois
-
Chicago, Illinois, Forenede Stater, 60611
- Department of Dermatology, Northwestern University Feinberg School of Medicine and Lurie Children's Hospital
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Barn
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Patienter med RDEB over hele verden inviteres til at deltage i denne virtuelle forskning for at bidrage med fotografier af deres SCC'er.
For at deltage i denne undersøgelse, følg venligst dette link: https://redcap.nubic.northwestern.edu/redcap/surveys/?s=JH9LHR4CC4R4H3HN
Beskrivelse
Inklusionskriterier:
- patient med recessiv dystrofisk epidermolysis bullosa
- patient med anamnese med kutant pladecellekarcinom
- patientens samtykke til upload og brug af kliniske data og fotografier
Ekskluderingskriterier:
- Patienter, der ikke accepterer upload og brug af fotografier og kliniske data
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Procentvis overensstemmelse mellem tilstedeværelsen eller fraværet af planocellulært karcinom (SCC) på huden i fotografier som detekteret af appen versus bekræftet lægediagnose
Tidsramme: en dags undersøgelse
|
en dags undersøgelse
|
Samarbejdspartnere og efterforskere
Sponsor
Samarbejdspartnere
Datoer for undersøgelser
Studer store datoer
Studiestart (Faktiske)
Primær færdiggørelse (Anslået)
Studieafslutning (Anslået)
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
Nøgleord
Yderligere relevante MeSH-vilkår
- Neoplasmer efter sted
- Neoplasmer
- Bindevævssygdomme
- Neoplasmer efter histologisk type
- Neoplasmer, kirtel og epitel
- Karcinom
- Neoplasmer, pladecelle
- Kollagensygdomme
- Medfødte, arvelige og neonatale sygdomme og abnormiteter
- Hud- og bindevævssygdomme
- Medfødte abnormiteter
- Karcinom, pladecelle
- Genetiske sygdomme, medfødte
- Neoplasmer i huden
- Hudsygdomme
- Epidermolyse Bullosa
- Epidermolysis Bullosa Dystrophica
- Hudsygdomme, genetisk
- Hudabnormiteter
- Hudsygdomme, vesikulobuløse
Andre undersøgelses-id-numre
- 2023-5810
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
produkt fremstillet i og eksporteret fra U.S.A.
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 .