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

AI-drevet præcisionsbeslutningstagning for pankreassygdomme

23. februar 2026 opdateret af: Changhai Hospital

Et Multicenter Klinisk Studie om AI-drevet Præcisionsbeslutningsstyring for Pankreassygdomme ved Brug af Kontrastforstærket CT

Dette multicenter kliniske forsøg evaluerer et kunstig intelligens (AI) system designet til at assistere i diagnostikken og behandlingen af pankreassygdomme. Ved hjælp af kontrastforstærkede CT-scanninger sammenligner undersøgelsen AI-systemets anbefalinger med beslutningerne fra erfarne klinikere for at verificere systemets nøjagtighed og sikkerhed i en virkelig klinisk setting. Patienterne kategoriseres i tre behandlingsgrupper: Intervention (kirurgi/behandling), Intensiv Overvågning (tæt monitorering) eller Rutinemæssig Overvågning (standard opfølgning). Det primære mål er at afgøre om AI-systemet pålideligt kan klassificere patienter, reducere risikoen for at overse maligne læsioner, og forhindre unødvendige operationer, og derved forbedre den kliniske beslutningstagning for pankreastilstande.

Studieoversigt

Status

Rekruttering

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

METODE: Dette multicenter kliniske forsøg vurderer pålideligheden og effektiviteten af et AI-system for patienter med pankreassygdomme i en virkelig klinisk miljø. Studiet beregner AI-systemets klassifikationsnøjagtighed ved at bruge patologisk diagnose (biopsi/kirurgiske resultater) eller langtidsopfølgning som "gylden standard" til sammenligning. Derudover vurderes sikkerheden og den kliniske anvendelighed af de ledelsesstrategier, der anbefales af AI, ved at måle risikoen for at overse ondartede læsioner, raten af unødvendige operationer for pankreassygdomme og graden af overensstemmelse med traditionelle kliniske beslutninger.

STUDIEDESIGN

Alle kontrastforstærkede CT-billeder fra patienter med pankreassygdomme analyseres af AI-systemet for at generere et klassifikationsresultat (Intervention, Intensiv Overvågning eller Rutinemæssig Overvågning). Samtidig gennemgår kliniske læger de samme data og kategoriserer patienter i disse tre grupper for at bestemme deres faktiske behandlingsplan:

  1. INTERVENTION: Patienter, der vurderes af læger til at have brug for "Intervention", anbefales til yderligere kirurgisk evaluering eller behandling.
  2. INTENSIV OVERVÅGNING: Patienter, der vurderes af læger til at have brug for "Intensiv Overvågning", modtager en personlig, højfrekvent opfølgningsplan indtil studiet afsluttes.
  3. RUTINEMÆSSIG OVERVÅGNING: Patienter, der vurderes af læger til at have brug for "Rutinemæssig Overvågning", gennemgår opfølgning i mindst et år. Hvis der opstår unormaliteter i denne periode, overføres patienten til den relevante "Intervention" eller "Intensiv Overvågning" protokol.

RESULTATER: Studiet sammenligner AI-systemets præstation med kliniske læger med hensyn til klassifikationsnøjagtighed, risikoen for oversete diagnoser, raten af unødvendige operationer og beslutningskonsistens. Disse målinger bruges til at validere AI-systemets værdi, sikkerhed og anvendelighed i den kliniske behandling af pankreassygdomme.

Undersøgelsestype

Observationel

Tilmelding (Anslået)

2000

Kontakter og lokationer

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

Studiekontakt

Studiesteder

  • Kina
      • Shanghai, Kina, 200433
        • Rekruttering
        • Changhai Hospital
        • 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

Ingen

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Studiet rekrutterer patienter med klinisk mistanke om bugspytkirtelsygdom, som har tilgængelige kontrastforstærkede CT-scanninger og giver informeret samtykke. Patienter udelukkes, hvis de har en historie med bugspytkirtelkirurgi, kontraindikationer over for kontrastmidler, suboptimal billedkvalitet eller andre tilstande, som vurderes uegnede af undersøgeren (f.eks. graviditet, kognitiv svækkelse eller samtidig deltagelse i forsøg).

Beskrivelse

Inklusionskriterier:

  • Klinisk mistanke om pancreassygdom.
  • Planlagt til at gennemgå kontrastforstærket CT.
  • Underskrevet informeret samtykkeformular, der angiver samtykke til deltagelse.

Eksklusionskriterier:

  • Tidligere pankreaskirurgi.
  • Kontraindikationer mod kontrastforstærket CT, herunder kendt overfølsomhed over for jodholdige kontrastmidler eller alvorlig nyre-/leverdysfunktion.
  • Suboptimal billedkvalitet, der påvirker diagnosen.
  • Samtidig deltagelse i en anden interventionel klinisk undersøgelse.
  • Uegnethed til deltagelse som vurderet af undersøgeren, herunder men ikke begrænset til: graviditet eller amning, alvorlige psykiske lidelser eller kognitiv svækkelse, betydelige komorbiditeter, der kan forstyrre undersøgelsesresultater eller patientsikkerhed.

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
AI-gruppe
Diagnose ved kunstig intelligens model
Diagnostisk test: Diagnose ved kunstig intelligens-model
At udvikle et kunstig intelligens-baseret klassifikationsstyringssystem til pankreassygdomme for at opnå automatiseret og præcis klassifikation. Kontrastforstærkede CT-billeder fra alle studiedeltagere vil blive analyseret af AI-systemet for at generere klassifikationsresultater, der kategoriserer patienter i tre grupper: INTERVENTION, INTENSIV OVERVÅGNING eller RUTINEMÆSSIG OVERVÅGNING.
Kliniker gruppe
Diagnosticering af klinikere

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Klassificeringsnøjagtighed
Tidsramme: Fra datoen for kontrastforbedret CT-scanning til 1 år
Procentdelen af sager, der korrekt klassificeres af AI, ud af det samlede antal sager.
Fra datoen for kontrastforbedret CT-scanning til 1 år

Sekundære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Overensstemmelsesrate med kliniske beslutninger
Tidsramme: Fra dato for kontrastforbedret CT-scanning til 1 år
Andelen af de samlede tilfælde, hvor AI og klinikers klassifikationsresultater er i overensstemmelse.
Fra dato for kontrastforbedret CT-scanning til 1 år
Procentvis reduktion i unødvendige kirurgiske indgreb
Tidsramme: Fra dato for kontrastforstærket CT-scanning til 1 år
Den procentvise reduktion i den unødvendige operationsrate, som AI-beslutningstagning opnår i forhold til traditionel beslutningstagning.
Fra dato for kontrastforstærket CT-scanning til 1 år
Malignancy miss rate
Tidsramme: Fra datoen for kontrastforstærket CT-scanning til 1 år
Andelen af tilfælde, som AI klassificerede som ikke-kirurgiske, men som faktisk krævede kirurgi.
Fra datoen for kontrastforstærket CT-scanning til 1 år

Samarbejdspartnere og efterforskere

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

Sponsor

Changhai Hospital

Samarbejdspartnere

The First Affiliated Hospital with Nanjing Medical University
Shengjing Hospital
Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
Shanghai Changzheng Hospital
The Second Affiliated Hospital of Jiaxing University
The Affiliated People's Hospital of Ningbo University
Shanghai Fourth People's Hospital Tongji University
The First Affiliated Hospital of Medical School of Zhejiang University
Shanghai Fudan University Cancer Center

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. oktober 2029

Studieafslutning (Anslået)

31. oktober 2029

Datoer for studieregistrering

Først indsendt

23. februar 2026

Først indsendt, der opfyldte QC-kriterier

23. februar 2026

Først opslået (Faktiske)

27. februar 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

27. februar 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

23. februar 2026

Sidst verificeret

1. februar 2026

Mere information

Begreber relateret til denne undersøgelse

Nøgleord

Yderligere relevante MeSH-vilkår

Andre undersøgelses-id-numre

  • Prospective PRISM

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 Kræft i bugspytkirtlen

Kliniske forsøg med Diagnose ved kunstig intelligens-model

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Belarus

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner