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

AI til nyretumorer ved brug af kontrastfri CT

13. december 2025 opdateret af: Yajia Gu, MD, Fudan University

En kunstig intelligensmodel til screening og diagnose af nyretumorer baseret på kontrastfri CT

Formålet med denne observationsstudie er at undersøge, om kunstig intelligens kan identificere og diagnosticere nyrelæsioner automatisk ved hjælp af non-contrast CT eller opportunistisk screening.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Detaljeret beskrivelse

Denne undersøgelse etablerer først en AI-model, der er i stand til effektivt at detektere og diagnosticere nyrelæsioner baseret på en multicenter retrospektiv kohortestudie. Derefter anvendes AI-modellen på en storstilet real-world retrospektiv og prospektiv population for at validere og forbedre dens effektivitet.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

10000

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

Studiesteder

  • Kina
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Kina, 200032
        • Fudan University Shanghai Cancer Center
        • Kontakt:
        • Kontakt:

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

N/A

Prøveudtagningsmetode

Sandsynlighedsprøve

Studiebefolkning

Patienter, der blev undersøgt med en CT-scanning af maven.

Beskrivelse

Inklusionskriterier:

  1. Patienter, der har gennemgået en CT-scanning af maven.
  2. Patienter med nyrelæsioner blev behandlet i henhold til standard kliniske forløb, som omfattede opfølgning, biopsi eller kirurgi.
  3. Maligne læsioner blev patologisk bekræftet; benign læsioner blev bekræftet enten ved patologisk diagnose eller billeddiagnostisk opfølgning.
  4. Ingen tidligere behandling var modtaget for nyresygdommen.

Eksklusionskriterier:

  1. Patienter nægter at gennemgå anbefalet opfølgning, biopsi eller kirurgi, hvilket forhindrede en definitiv diagnose af nyrelæsionen.
  2. Fravær af fuldstændig patologisk bekræftelse for læsioner mistænkt for at være maligne.
  3. Patienter har modtaget enhver form for tidligere behandling for nyrelæsionen.
  4. Dårlig billedkvalitet, der hæmmede den diagnostiske evaluering.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Bygning af et intelligent diagnostisk system til nyresygdomme baseret på CT-scanninger.
Tidsramme: 1 år
At konstruere et intelligent system til detektion af renal masse læsioner og deres differentiering i cyster, godartede og ondartede neoplasi.
1 år

Sekundære resultatmål

Resultatmål
Tidsramme
Yderligere udvikling af kunstig intelligens-model til effektiv diagnosticering af patologiske typer af almindelige nyretumorer.
Tidsramme: 1 år
1 år

Samarbejdspartnere og efterforskere

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

Sponsor

Fudan University

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 (Anslået)

1. januar 2026

Primær færdiggørelse (Anslået)

1. december 2028

Studieafslutning (Anslået)

1. december 2028

Datoer for studieregistrering

Først indsendt

13. december 2025

Først indsendt, der opfyldte QC-kriterier

13. december 2025

Først opslået (Faktiske)

26. december 2025

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

26. december 2025

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

13. december 2025

Sidst verificeret

1. oktober 2025

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • 2509-Exp275

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

UBESLUTET

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 Renale neoplasmer

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Philippines

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner