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

Evaluering af en kunstig intelligens-aktiveret klinisk assistent til støtte af thyroideacancer-behandling

16. december 2025 opdateret af: Dr. Carlos King-Ho Wong, The University of Hong Kong

Et randomiseret kontrolleret forsøg til evaluering af en kunstig intelligens-drevet klinisk assistent til staging og risikostratificering af skjoldbruskkirtelkræft blandt medicinstuderende og klinikere

Denne undersøgelse har til formål at evaluere den kliniske anvendelighed af at indføre kunstig intelligens (AI)-baserede modeller for at forbedre den kliniske håndtering af skjoldbruskkirtelkræft.

Studieoversigt

Status

Tilmelding efter invitation

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Med de seneste fremskridt inden for teknologi er AI blevet bredt anvendelig til visuel tekstgenkendelse i kliniske omgivelser. AI-drevet tekstgenkendelse opstår som et yderst effektivt, bæredygtigt og omkostningseffektivt værktøj til beslutningstagning og personlig medicin. Adskillige studier har anvendt natural language processing (NLP) algoritmer, især store sprogmodeller (LLM'er), til at konvertere ustruktureret fri-tekst fra kliniske konsultationsnotater i elektroniske patientjournaler (EHR) til struktureret data, hvilket beriger individuelle kliniske profiler i EHR-databaserne. Over tid har disse AI-modeller kontinuerligt forbedret deres prædiktive nøjagtighed og præstation gennem selv-læring (eller uprøvet læring). Mens AI-modeller har haft en betydelig indvirkning på onkologipraksis i udlandet, forbliver deres anvendelighed til tekstgenkendelse i onkologi begrænset i Hong Kong. Dette foreslåede studie har til formål at evaluere den kliniske gennemførlighed af at implementere AI-baserede modeller for at forbedre slutbrugerens tillid til diagnostisk nøjagtighed og risikoprædiktion ved hjælp af AI-assisterede arbejdsgange i skjoldbruskkirtelkræftbehandling.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

70

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiesteder

  • Hong Kong
      • Hong Kong, Hong Kong
        • School of Public Health, The University of Hong Kong
      • Hong Kong, Hong Kong
        • Department of Surgery, School of Clinical Medicine, The University of Hong Kong

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

Ja

Beskrivelse

Inklusionskriterier:

  • medicinstuderende
  • klinikere (herunder, men ikke begrænset til, kirurger, onkologer, patologer)

Eksklusionskriterier:

  • medicinstuderende og klinikere, som havde gennemgået de kliniske notater eller var involveret i behandlingen af de kliniske notater før starten af kliniske eksperimentelle studier

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Sundhedstjenesteforskning
  • Tildeling: Randomiseret
  • Interventionel model: Crossover opgave
  • Maskning: Enkelt

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: AI-aktiveret klinisk assistent
Deltagerne vil angive cancerstadieinddelingen og risikokategorien for hver thyroideacancerpatient samt deltagernes tillid til ovenstående diagnostiske vurderinger med AI-understøttet klinisk assistent som intervention. Den AI-assistent er drevet af LLM'er og omfatter en klinisk dashboard. Den kliniske dashboard viser de originale kliniske notater og opsummerer cancerstadieinddelingen og risikokategorien for hver thyroideacancerpatient genereret fra backend-behandlingen af den kliniske assistent. Understøttende beviser fra originale kliniske notater fremhæves også for deltagernes verifikation.
Andet: AI-aktiveret klinisk assistent
Deltagerne vil fremskaffe cancer-stadieinddelingen og risikokategorien for hver patient med thyroidea-cancer samt deltagernes tillid til ovenstående diagnostiske vurderinger med AI-understøttet klinisk assistent som intervention. Den AI-assistent er drevet af LLM'er og omfatter en klinisk dashboard. Den kliniske dashboard viser de oprindelige kliniske notater og sammenfatter cancer-stadieinddelingen og risikokategorien for hver patient med thyroidea-cancer genereret fra bagud-processeringen af den kliniske assistent. Understøttende bevis fra de oprindelige kliniske notater fremhæves også for deltagernes verifikation.
Ingen indgriben: Manuel diagramgennemgang
Deltagerne vil fremskaffe kræftstadieinddelingen og risikokategorien for hver patient med thyroideakræft samt deltagernes tillid til ovenstående diagnostiske vurderinger ved manuel journalgennemgang.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Nøjagtigheden af kræftstadieinddeling og risikostratificering af deltagere sammenlignet med grundsandheden på tværs af interventions- og ikke-interventionsgrupper
Tidsramme: Mellem interventionsgruppe og ikke-interventionsgruppe. Kryds-over i 3-4 uger

Studiet vil sammenligne nøjagtigheden af kræftstadieinddeling og risikokategori vurderet af deltagerne på tværs af interventionsgruppen med AI-assistance og ikke-interventionsgruppen uden AI-assistance.

Deltagerne vil gennemgå de kliniske notater og vurdere kræftstadieinddelingen og risikokategorien for hver thyroideakræftpatient med eller uden AI-assistenten. Deltagernes vurderinger vil blive sammenlignet med grundsandheden etableret af studiet kliniske undersøgere for at vurdere nøjagtigheden, som kvantificeres som procentdelen af korrekt graduerede kræftstadieinddelinger og risikostratificeringer. Nøjagtigheden vil blive sammenlignet mellem interventionsgruppen og ikke-interventionsgrupperne ved hjælp af t-tests for at evaluere den kliniske effekt af AI-assistenten.
Mellem interventionsgruppe og ikke-interventionsgruppe. Kryds-over i 3-4 uger
Deltagernes tillid til kræftstadieinddeling og risikostratificering vurderet ved hjælp af et 0-10 skala spørgeskema
Tidsramme: Mellem interventionsgruppe og ikke-interventionsgruppe. Krydsover i 3-4 uger

Studiet vil sammenligne deltagernes tillid til at graduere kraeftstadieinddeling og risikokategori mellem interventionsgruppen med AI-bistand og ikke-interventionsgruppen uden AI-bistand.

Efter evaluering af hvert skjoldbruskkirtelkræfttilfælde for at fastslå kraeftstadieinddeling og risikokategori, vil deltagerne udfylde en kort spørgeskema, hvor de vurderer deres tillid til at give deres vurderinger på en skala fra 0 (lavest) til 10 (højest). Gennemsnitlig tillidsscore vil blive sammenlignet mellem interventionsgruppen og ikke-interventionsgruppen for at evaluere den kliniske effekt af AI-assistenten.
Mellem interventionsgruppe og ikke-interventionsgruppe. Krydsover i 3-4 uger
Effektivitet
Tidsramme: Mellem interventionsgruppe og ikke-interventionsgruppe. Kryds-over i løbet af 3-4 uger
Den tid, der kræves for at gennemgå ét sæt kliniske noter, sammenlignes mellem interventionsgruppen og ikke-interventionsgruppen
Mellem interventionsgruppe og ikke-interventionsgruppe. Kryds-over i løbet af 3-4 uger

Samarbejdspartnere og efterforskere

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

Sponsor

The University of Hong Kong

Samarbejdspartnere

Innovation and Technology Commission, Hong Kong

Efterforskere

  • Ledende efterforsker: King Ho Carlos Wong, School of Public Health The University of Hong Kong
  • Ledende efterforsker: Man Him Matrix Fung, Department of Surgery, School of Clinical Medicine, The University of Hong Kong

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.

Generelle publikationer

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)

2. oktober 2025

Primær færdiggørelse (Anslået)

31. marts 2026

Studieafslutning (Anslået)

30. april 2026

Datoer for studieregistrering

Først indsendt

29. september 2025

Først indsendt, der opfyldte QC-kriterier

16. november 2025

Først opslået (Anslået)

18. november 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

17. december 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

16. december 2025

Sidst verificeret

1. november 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • UW24-319-RCT

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

JA

IPD-planbeskrivelse

Kun anonymiserede IPD, der anvendes i resultatpublikationer, vil blive delt, så genidentifikation af personer ikke er mulig.

IPD-delingstidsramme

IPD og støtteinformation vil være tilgængelig efter afslutningen af studiet (forventet dato den 31. december 2025) med resultatspredning eller publikation og vil forblive permanent tilgængelig indtil der anmodes om fjernelse.

IPD-delingsadgangskriterier

IPD og støtteinformation vil være tilgængelig sammen med resultatspredning og publikation som dokumentupload eller vedhæftede filer. Enhver, der har adgang til artiklerne, vil kunne få adgang til alle dokumenter.

IPD-deling Understøttende informationstype

  • STUDY_PROTOCOL
  • SAP
  • ICF
  • ANALYTIC_CODE

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 Kræft i skjoldbruskkirtlen

Kliniske forsøg med AI-aktiveret klinisk assistent

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Cambodia

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner