Lungekræftscreening med kunstig intelligensenhed
16. marts 2026 opdateret af: Molly SC Li, Chinese University of Hong Kong
Lungekræftscreening hos ikke-rygere med høj risiko ved hjælp af kunstig intelligensenhed
Lungekræftscreening anbefales i øjeblikket ikke til ikke-rygere på grund af mangel på evidens.
Nye beviser tyder på, at førstegrads familiehistorie er en stærk risikofaktor for lungekræft hos asiatiske ikke-rygere.
I Asien er mangel på ressourcer en stor udfordring i en vellykket implementering af lungekræftscreening.
Kunstig intelligens (AI) er et lovende værktøj til at overvinde denne ressource.
I denne undersøgelse sigter vi mod at studere den kliniske nytte og demonstrere gennemførligheden af at bruge et AI-assisteret program til lungekræftscreening hos asiatiske ikke-rygere med en positiv familiehistorie.
Dette er en enkeltarmet ikke-randomiseret lungekræftscreeningsundersøgelse.
1000 ikke-rygere i alderen 50 til 75 år, med en førstegrads familiehistorie med lungekræft, vil blive tilmeldt.
Deltagerne vil gennemgå lav-dos computertomografi (LDCT) af thorax og blodtagning ved tilmelding.
LDCT-film vil blive fortolket af AI-software for tilstedeværelse af lungeknuder.
Deltagere med lungeknuder vil blive yderligere undersøgt og fulgt op i forhold til risikoen for malignitet.
Det primære endepunkt er forekomsten af lungekræft i tidligt stadie påvist af første runde LDCT thorax i denne population.
Studieoversigt
Undersøgelsestype
Interventionel
Tilmelding (Anslået)
3000
Fase
- Ikke anvendelig
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Molly SC LI, MBBS, MRCP
- Telefonnummer: 3505 2166
- E-mail: molly@clo.cuhk.edu.hk
Undersøgelse Kontakt Backup
- Navn: Candy TANG, PC
- Telefonnummer: 2479 8366
- E-mail: candytang@cuhk.edu.hk
Studiesteder
-
-
-
Hong Kong, Hong Kong
- Rekruttering
- Department of Clinical Oncology, Prince of Wales Hospital
-
Kontakt:
- Molly SC LI, MBBS, MRCP
- Telefonnummer: 3505 2166
- E-mail: molly@clo.cuhk.edu.hk
-
Kontakt:
- Candy TANG, PC
- Telefonnummer: 2479 8366
- E-mail: candytang@cuhk.edu.hk
-
-
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
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Ingen
Beskrivelse
Inklusionskriterier:
Patienter er kun berettiget til at blive inkluderet i undersøgelsen, hvis alle følgende kriterier gælder:
- Alder 50-75 år
- Ikke-ryger (defineret som mindre end 100 cigaretter i livet)
- At have en førstegrads familiehistorie med lungekræft
- Fysisk egnet til helbredende behandling, hvis der konstateres tidlig lungekræft
- Kan give skriftligt informeret samtykke
- Samtykke til opfølgende besøg og opfølgende CT-scanning, hvis indiceret
- Samtykke til blodtagning til translationel forskning
Ekskluderingskriterier:
Patienter, der opfylder et eller flere af følgende eksklusionskriterier ved screening, er ikke kvalificerede til at blive optaget i denne undersøgelse:
- Historie om malignitet
- Rygehistorie (defineret som mere end 100 cigaretter i livet)
- Kliniske symptomer mistænkelige for lungekræft f.eks. hæmoptyse, brystsmerter, vægttab
- Medicinske komorbiditeter, der udelukker helbredende behandling (kirurgi) for lungekræft, såsom alvorlig hjertesygdom, akut eller kronisk respirationssvigt, iltbehandling i hjemmet, blødningsforstyrrelse
- Gravide damer eller damer, der planlægger undfangelse
- Anamnese med tuberkulose eller interstitiel lungesygdom
- Lungebetændelse, der kræver antibiotikabehandling inden for de sidste 12 uger
- CT thorax eller thorax udført inden for 2 år (inklusive LDCT eller CT koronar angiogram)
- Kan eller ønsker ikke at give skriftligt informeret samtykke
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Screening
- Tildeling: N/A
- Interventionel model: Enkelt gruppeopgave
- Maskning: Ingen (Åben etiket)
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Andet: Kunstig intelligens-baseret program (Lung-SIGHT)
Kunstig intelligens (AI) algoritmer har vist sig at fungere godt og komplementere radiologer som sekundære eller samtidige læsere i pulmonal nodule detektion.
AI lungeknudedetektions- og kvantificeringsløsning er nu meget brugt på hospitalerne i Storbritannien og mindst otte andre europæiske lande.
Følsomheden af nodule-detektion hos radiologer steg fra 72 % til 80 % ved hjælp af AI-programmet.
Et klinisk forsøg i Taiwan viste, at ved brug af AI-program alene opnåedes en samlet følsomhed på 95,6 % i knudedetektion og overlegen ydeevne i detektion af knudestørrelse 4-5 mm sammenlignet med radiologer.
Samlet set kan anvendelse af AI i CT-analyse og lungeknudedetektion reducere omkostningerne og arbejdsbyrden for radiologen betydeligt.
|
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Sensitivitet, specificitet, positivt prædiktivt værdi og negativt prædiktivt værdi af AI-assisteret program i lungeknude (≥5mm) detektering og monitorering sammenlignet med radiologvurdering
Tidsramme: 2 år
|
2 år
|
Sekundære resultatmål
Resultatmål |
Tidsramme |
|---|---|
|
Forekomst af lungekræft påvist ved anden runde LDCT (T1) hos patienter med negativ første runde LDCT
Tidsramme: 2 år
|
2 år
|
|
Sensitivitet, specificitet, positiv prædiktiv værdi og negativ prædiktiv værdi af AI-assisteret program til lungekræftdetektion
Tidsramme: 2 år
|
2 år
|
|
Diagnostisk anvendelighed af plasma-baseret biomarkør til detektion og risikovurdering af tidligstadiet lungekræft
Tidsramme: 2 år
|
2 år
|
|
Rate of invasiv udredning og tilhørende komplikationer
Tidsramme: 2 år
|
2 år
|
|
Stadiefordeling af lungekræft opdaget ved LDCT-screening
Tidsramme: 2 år
|
2 år
|
|
Omkostningseffektiviteten af LDCT-lungekræftscreening ved hjælp af AI-assisteret program
Tidsramme: 2 år
|
2 år
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Sponsor
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)
18. juli 2024
Primær færdiggørelse (Anslået)
1. september 2028
Studieafslutning (Anslået)
1. december 2028
Datoer for studieregistrering
Først indsendt
18. februar 2024
Først indsendt, der opfyldte QC-kriterier
28. februar 2024
Først opslået (Faktiske)
6. marts 2024
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
18. marts 2026
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
16. marts 2026
Sidst verificeret
1. marts 2026
Mere information
Begreber relateret til denne undersøgelse
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- LC-SHIELD
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
produkt fremstillet i og eksporteret fra U.S.A.
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 .