- ICH GCP
- US Clinical Trials Registry
- Klinisk forsøg NCT07408167
AI-modeller i klinisk patologidiagnostik: Et multicenter RCT
6. februar 2026 opdateret af: Nanfang Hospital, Southern Medical University
AI-modellers præstation i den klinisk-patologiske diagnostiske arbejdsgang: Et multicentrisk, prospektivt, randomiseret kontrolleret forsøg
Forskerne planlægger at gennemføre et multicenter, prospektivt, randomiseret kontrolleret forsøg for systematisk at evaluere den inkrementelle værdi af patologibaserede kunstig intelligens (AI)-modeller i en pan-sygdomsdiagnostisk arbejdsgang.
Studiet vil primært sammenligne fortolkning ved hjælp af en AI-assisteret platform med konventionel uafhængig slidelesning med hensyn til diagnostisk nøjagtighed (f.eks. AUC), læseeffektivitet (f.eks. diagnostisk tid), diagnostisk rapportkvalitet, diagnostisk selvtillid (Likert-skala) og patologers tilfredshed med AI-modellen.
Forskerne vil også vurdere overlegenhed blandt mindre erfarne (junior) patologer og ikke-underlegenhed blandt mere erfarne (senior) patologer.
Vellykket gennemførelse af dette projekt vil levere højniveau prospektive beviser til at understøtte standardiseret implementering, kvalitetskontrol og bredere implementering af patologi-AI i klinisk praksis.
Dette forsøg kan også evaluere de potentielle fordele og risici ved at bruge AI-værktøjer i medicinsk forskning.
Studieoversigt
Status
Ikke rekrutterer endnu
Betingelser
Intervention / Behandling
Detaljeret beskrivelse
I denne undersøgelse planlægger forskerne at inddrage 60 patologer med varierende erfaring og 2.000 patienter, der kræver patologisk diagnose, med hele-objektsbilleder (WSI'er) indsamlet.
Undersøgelsestype
Interventionel
Tilmelding (Anslået)
2060
Fase
- Ikke anvendelig
Kontakter og lokationer
Dette afsnit indeholder kontaktoplysninger for dem, der udfører undersøgelsen, og oplysninger om, hvor denne undersøgelse udføres.
Studiekontakt
- Navn: Zhengyu Zhang
- Telefonnummer: 13837365993
- E-mail: zzyusmu@163.com
Studiesteder
-
-
Chongqing Municipality
-
Chongqing, Chongqing Municipality, Kina
- The First Hospital Affiliated to AMU SOUTHWEST HOSPITAL
-
Kontakt:
- Xiaohong Yao
- Telefonnummer: 17720466296
- E-mail: yxh15@163.com
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, China 510515
- Nanfang Hospital, Southern Medical University
-
Kontakt:
- Li Liang
- Telefonnummer: +8615989146266
- E-mail: lli@smu.edu.cn
-
Kontakt:
- Zhengyu Zhang
- E-mail: zzyusmu@163.com
-
-
Henan
-
Zhengzhou, Henan, Kina
- The First Affiliated Hospital of Zhengzhou University
-
Kontakt:
- Shenglei Li
- Telefonnummer: 13598423254
- E-mail: 13598423254@126.com
-
-
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
Patologer:
Inklusionskriterier:
- Frivilligt give skriftligt informeret samtykke.
- Alder ≥ 20 år.
- Har gennemført mindst 1 års uddannelse i patologisk diagnostik.
Eksklusionskriterier:
- Personer med læsevanskeligheder eller en læseforstyrrelse.
- Uvillige til at deltage i denne undersøgelse.
Patienter:
Inklusionskriterier:
- Frivilligt give skriftligt informeret samtykke.
- Alder ≥ 18 år.
- Har tilgængelige digitale patologibilleder og relevant klinisk information.
Eksklusionskriterier:
- Manglende data eller datakvalitet, der ikke opfylder kravene til analyse.
- Vurderet uegnet til deltagelse af undersøgeren.
- Uvillige til at deltage i denne undersøgelse.
Studieplan
Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.
Hvordan er undersøgelsen tilrettelagt?
Design detaljer
- Primært formål: Andet
- Tildeling: Randomiseret
- Interventionel model: Crossover opgave
- Maskning: Enkelt
Våben og indgreb
Deltagergruppe / Arm |
Intervention / Behandling |
|---|---|
|
Placebo komparator: Uafhængig Diagnosegruppe (Kontrolgruppe)
I denne gruppe vil patologer uafhængigt diagnosticere hver sag baseret på deres egen kliniske erfaring og vil registrere både deres diagnosticeringstid og deres diagnostiske sikkerhed.
|
Patologer vil uafhængigt diagnosticere hver sag baseret på deres egen kliniske erfaring og vil registrere både deres tidsforbrug til diagnose og deres diagnostiske tillid.
|
|
Eksperimentel: AI-assisteret gruppe
Patologer i denne gruppe er forpligtet til at bruge AI-patologidiagnosemodellen til at assistere deres diagnoser.
AI-patologimodellen vil levere et forudsagt resultat for hver sag.
|
Læger i denne gruppe skal bruge AI-modellen til at hjælpe deres diagnoser.
AI-patologimodellen vil give et forudsagt resultat for hvert tilfælde.
|
Hvad måler undersøgelsen?
Primære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Areal under ROC-kurven (AUC)
Tidsramme: Vurderinger vil blive udført inden for en uge efter patologernes diagnoser
|
Areal under kurven
|
Vurderinger vil blive udført inden for en uge efter patologernes diagnoser
|
Sekundære resultatmål
Resultatmål |
Foranstaltningsbeskrivelse |
Tidsramme |
|---|---|---|
|
Diagnostisk tid pr. sag
Tidsramme: Målt umiddelbart efter patologernes diagnose
|
Tid, der kræves for patologen til at fuldføre diagnosen for hvert tilfælde i AI-assisteret diagnosegruppe sammenlignet med den uafhængige diagnosegruppe.
Diagnosetid defineres som varigheden (i minutter/sekunder) fra påbegyndelse af tilfældegennemgang til færdiggørelse og indsendelse af diagnoserapporten i studiesystemet.
|
Målt umiddelbart efter patologernes diagnose
|
|
Patologers diagnostiske tillid
Tidsramme: Ved diagnosetidspunktet for hvert tilfælde.
|
Selvrapporteret diagnostisk tillid hos patologer for hver sag i den AI-assisterede diagnostikgruppe sammenlignet med den uafhængige diagnostikgruppe.
Diagnostisk tillid vil blive vurderet af den rapporterende patolog på en [10]-punkts Likert-skala (f.eks., 1 = meget usikker til 10 = meget sikker) umiddelbart efter at diagnosen er afsluttet.
Højere score indikerer større diagnostisk tillid.
|
Ved diagnosetidspunktet for hvert tilfælde.
|
Samarbejdspartnere og efterforskere
Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.
Efterforskere
- Studiestol: Li Liang, Nanfang Hospital, Southern Medical 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. marts 2026
Primær færdiggørelse (Anslået)
31. december 2028
Studieafslutning (Anslået)
31. december 2029
Datoer for studieregistrering
Først indsendt
6. februar 2026
Først indsendt, der opfyldte QC-kriterier
6. februar 2026
Først opslået (Faktiske)
13. februar 2026
Opdateringer af undersøgelsesjournaler
Sidste opdatering sendt (Faktiske)
13. februar 2026
Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier
6. februar 2026
Sidst verificeret
1. februar 2026
Mere information
Begreber relateret til denne undersøgelse
Nøgleord
Andre undersøgelses-id-numre
- NFEC-2026-059
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
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 Patologisk Grundmodel
-
Universitat Internacional de CatalunyaGeistlich Pharma AGRekrutteringXenograft modelSpanien
-
Marmara UniversityIkke rekrutterer endnuSygeplejerskeuddannelsen | Sygeplejestuderende | Sygepleje modelKalkun
-
Tokat Gaziosmanpasa UniversityAnkara Yildirim Beyazıt UniversityAktiv, ikke rekrutterendeGraviditet | Primiparitet | PLISSIT modelKalkun
-
West China HospitalAfsluttetMassiv transfusion | Nomogram modelKina
-
National Taiwan University HospitalAfsluttet
-
University Hospital, MontpellierAfsluttet
-
Hôpital le VinatierINSERM U1208Ikke rekrutterer endnuBeslutningstagning | Neurokognitiv ModelFrankrig
-
Namik Kemal UniversityTilmelding efter invitationUddannelse | Sygeplejestuderende | Flipped Education ModelTyrkiet (Türkiye)
-
Kırıkkale UniversityTilmelding efter invitationÅndelig omsorg | Flipped Learning ModelTyrkiet (Türkiye)
-
Istanbul University - CerrahpasaAfsluttetEvidensbaseret praksis | Flipped Education ModelKalkun
Kliniske forsøg med Kontrol
-
Indiana UniversityEunice Kennedy Shriver National Institute of Child Health and Human Development...AfsluttetSvangerskabsforebyggelse | Udnyttelse af sundhedsvæsenet | PræventionsbrugForenede Stater
-
University of California, San FranciscoTrukket tilbage
-
Singapore General HospitalDuke-NUS Graduate Medical SchoolUkendtFjern iskæmisk konditionering på blodtrykskontrol hos patienter med kronisk nyresygdom (ERIC-BP-CKD)Hjerte-kar-sygdomme | Forhøjet blodtryk | Kroniske nyresygdommeSingapore
-
Shanghai Eye Disease Prevention and Treatment CenterAktiv, ikke rekrutterende
-
Essilor InternationalAktiv, ikke rekrutterende
-
Serum Institute of India Pvt. Ltd.RekrutteringMoral | Malaria, FalciparumBurkina Faso, Côte D'Ivoire, Nigeria, Uganda
-
University of UtahJohns Hopkins University; Arizona State University; National Multiple Sclerosis...AfsluttetMultipel sclerose | Svimmelhed | Svimmelhed | FaldskadeForenede Stater
-
University Hospital, BrestRekruttering
-
Hôpital Necker-Enfants MaladesIkke rekrutterer endnu
-
Bionic Sight LLCRekrutteringGeografisk atrofi (GA) Sekundær til tørre aldersrelateret makuladegeneration (AMD)Forenede Stater