Udvikling og anvendelse af en kunstig intelligens-drevet nøjagtig identifikationsmodel for gastrisk cancer lymfeknudemetastase
Hebei Medical University
Det kliniske forsøg med titlen "Udvikling og anvendelse af en kunstig intelligens-drevet nøjagtig identifikationsmodel for gastrisk cancer lymfeknudemetastase" har til formål at forbedre påvisning og behandling af mavekræft gennem brug af banebrydende kunstig intelligens (AI) teknologi. Denne undersøgelse vil udvikle en AI-drevet model designet til nøjagtigt at identificere lymfeknudemetastaser hos patienter med mavekræft, hvilket er afgørende for at iscenesætte sygdommen og planlægge effektive behandlingsstrategier.
Forsøget vil involvere et tværfagligt team af onkologer, radiologer, dataforskere og AI-eksperter, som vil samarbejde om at skabe et robust og præcist identifikationssystem. Deltagerne vil gennemgå standard diagnostiske procedurer, og AI-modellen vil analysere billeddannelse og patologiske data for at forudsige involvering af lymfeknuder.
Ved at sammenligne AI-modellens forudsigelser med traditionelle diagnostiske metoder søger undersøgelsen at validere modellens nøjagtighed og effektivitet. Denne tilgang forventes at forbedre tidlige opdagelsesrater, reducere diagnostiske fejl og i sidste ende føre til bedre kliniske resultater for patienter med mavekræft. Den vellykkede implementering af denne AI-drevne model kan revolutionere de nuværende standarder for pleje og tjene som en plan for integration af AI-teknologier i andre kræftdiagnoser og -behandlinger.
Studieoversigt
Status
Intervention / Behandling
Undersøgelsestype
Tilmelding (Anslået)
Kontakter og lokationer
Studiesteder
-
-
Hebei
-
Shijiazhuang, Hebei, Kina, 050011
- Rekruttering
- Department of General Surgery
-
Ledende efterforsker:
- Qun Zhao, Doctor
-
Kontakt:
- Ping'an Ding
- Telefonnummer: 031186095363
- E-mail: ding_ping_an@hebmu.edu.cn
-
-
Deltagelseskriterier
Berettigelseskriterier
Aldre berettiget til at studere
- Voksen
- Ældre voksen
Tager imod sunde frivillige
Prøveudtagningsmetode
Studiebefolkning
Beskrivelse
Inklusionskriterier:
- Diagnose af gastrisk cancer: Bekræftet diagnose af mavekræft, enten nydiagnosticeret eller tilbagevendende.
- Lymfeknudeinvolvering: Mistænkt eller bekræftet involvering af lymfeknuder, som angivet af billeddiagnostiske undersøgelser eller patologirapporter.
- Alder: Patienter i alderen 18 år eller ældre.
- Ydeevnestatus: En Eastern Cooperative Oncology Group (ECOG) præstationsstatus på 0 til 2, hvilket indikerer en funktionel status, der tillader deltagelse i undersøgelsen.
- Informeret samtykke: Evnen til at give skriftligt informeret samtykke til at deltage i undersøgelsen.
Ekskluderingskriterier:
- Graviditet eller amning: Gravide eller ammende kvinder på grund af potentielle risici for fosteret eller spædbarnet.
- Alvorlige komorbide tilstande: Tilstedeværelse af alvorlige komorbide medicinske tilstande, der kan interferere med undersøgelsen eller udgøre yderligere risici.
- Tidligere AI-drevet diagnostisk intervention: Forudgående brug af AI-drevne diagnostiske modeller specifikt til gastrisk cancer lymfeknudemetastaser.
- Manglende evne til at overholde: Manglende evne eller vilje til at overholde undersøgelsesprocedurer, herunder opfølgningsbesøg og dataindsamling.
- Psykisk eller kognitiv svækkelse: Tilstande, der hæmmer evnen til at give informeret samtykke eller deltage effektivt i undersøgelsen.
Studieplan
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Identifikation af metastatiske lymfeknuder
Tidsramme: 2025-12-31
|
En forudsigelsesmodel baseret på kunstig intelligens-teknologi blev konstrueret til nøjagtigt at identificere metastatiske perigastriske lymfeknuder før operation.
|
2025-12-31
|
Samarbejdspartnere og efterforskere
Sponsor
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
Yderligere relevante MeSH-vilkår
Andre undersøgelses-id-numre
- FUTURE08
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 .