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

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

Studiesteder

    • Chongqing Municipality
      • Chongqing, Chongqing Municipality, Kina
        • The First Hospital Affiliated to AMU SOUTHWEST HOSPITAL
        • Kontakt:
    • Guangdong
      • Guangzhou, Guangdong, Kina, China 510515
        • Nanfang Hospital, Southern Medical University
        • Kontakt:
        • Kontakt:
    • Henan
      • Zhengzhou, Henan, Kina
        • The First Affiliated Hospital of Zhengzhou University
        • 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

Ja

Beskrivelse

Patologer:

Inklusionskriterier:

  1. Frivilligt give skriftligt informeret samtykke.
  2. Alder ≥ 20 år.
  3. Har gennemført mindst 1 års uddannelse i patologisk diagnostik.

Eksklusionskriterier:

  1. Personer med læsevanskeligheder eller en læseforstyrrelse.
  2. Uvillige til at deltage i denne undersøgelse.

Patienter:

Inklusionskriterier:

  1. Frivilligt give skriftligt informeret samtykke.
  2. Alder ≥ 18 år.
  3. Har tilgængelige digitale patologibilleder og relevant klinisk information.

Eksklusionskriterier:

  1. Manglende data eller datakvalitet, der ikke opfylder kravene til analyse.
  2. Vurderet uegnet til deltagelse af undersøgeren.
  3. 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

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

Kliniske forsøg med Kontrol

Abonner