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

Denne undersøgelse tester en ny Sound Blade-ultralyd til skjoldbruskkirtelskanninger. Den sammenligner dens billeder med almindelige hospitalsultralyd for at se, hvilken der er klarere. Billederne vil hjælpe med at udvikle fremtidige AI-værktøjer til at forbedre plejen. (THYMAL 01)

3. april 2026 opdateret af: Sound Blade Medical Inc.

En ny ultralydssonde til skjoldbruskkirtel-billeddannelse og maskinlæring: Et pilotstudie

Denne undersøgelse tester en ny type ultralyd, der er lavet specielt til at se på skjoldbruskkirtlen, en lille kirtel i halsen. Under et klinikbesøg får deltagerne to sikre og smertefrie scanninger: den almindelige ultralyd, de normalt ville få, og en anden scanning med forskningsudstyret. Begge scanninger bruger en probe på huden med gel – der er ingen nåle, ingen stråling og ingen ændringer i deres medicinske behandling. Målet er at se, om den nye ultralyd kan skabe klarere billeder og hjælpe computerprogrammer med at finde og måle skjoldbruskkirtelknuder mere præcist. I fremtiden kan dette måske hjælpe læger med at vejlede behandlinger og gøre dem sikrere og mere effektive.

Studieoversigt

Status

Ikke rekrutterer endnu

Intervention / Behandling

Detaljeret beskrivelse

Vores specialbyggede ultralydsplatform til skjoldbruskkirtlen, integreret med avancerede maskinlæringsalgoritmer, vil opnå præcis detektion og afgrænsning af skjoldbruskkirtelknuder og nærliggende kritiske strukturer, og vil producere en sporbar tredimensional knudemodel, der er i stand til at guide minimalt invasiv ablation samtidig med at den leverer realtids volumenmæssig kvantificering af behandlingsforløb og resterende sygdom.

STUDIEDESIGN Denne undersøgelse vil bestå af to dele. Del A - Prospektiv skjoldbruskkirtelbilledstudie Vi vil gennemføre et prospektivt, parret billedstudie (n=30) for at afgøre, om undersøgelsens ultralydsenhed opnår resultater/evne til at detektere skjoldbruskkirtelknuder og nøglestrukturer (arteria carotis communis, vena jugularis interna, trachea, nervus vagus, nervus laryngeus recurrens og biskjoldbruskkirtler), der er sammenlignelige med standardbehandlingsultralydsenheden (SOC).

Del B - Udvikling af maskinlæringsmodel Ultralydsbilleder og cinévideoer indsamlet fra forsøgsenheden og radiologannoteringer fra Del A vil blive brugt til at træne og internelt teste en ML-model til knude- og kritisk-struktur-segmentering. Til ekstern validering vil ML-modellen blive anvendt på anonymiserede skjoldbruskkirtelultralydsundersøgelser indsamlet på standardbehandlingsultralydsenheden (SOC) og hentet retrospektivt fra det provinsielle PACS (n≈30). Nøjagtighed og præcision vil blive vurderet for at fastslå teknisk validitet og generaliserbarhed. ML-output er kun til forskningsformål; ingen kliniske beslutninger vil blive baseret på dem.

Undersøgelsestype

Interventionel

Tilmelding (Anslået)

30

Fase

  • Ikke anvendelig

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

  • Navn: Richard Balys, MD, MD
  • Telefonnummer: 902-223-8032
  • E-mail: rbalys@gmail.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

Ingen

Beskrivelse

Inklusionskriterier:

  • Deltagere skal være ≥ 18 år
  • I stand til at underskrive informeret samtykke
  • Kendt thyroideknude påvist ved en tidligere thyroideultralyd og er under aktiv overvågning af knuden med serielle ultralydsundersøgelser

Eksklusionskriterier:

  • Ikke i stand til at ligge fladt i 15 minutter
  • Aktive sår, bandager eller hudtilstande i halsen, der vil forstyrre halsultralyden (f.eks. forhindre placering af transducer)
  • Cervikal rygsøjle- eller rygsygdom, der forhindrer halsstrækning og vil hindre muligheden for at opnå nøjagtige thyroideultralydsbilleder
  • Tidligere thyroideoperationer, strålebehandling af ansigt og hals
  • Kendte inflammatoriske thyroidesygdomme eller thyroiditis (f.eks. Graves, Hashimoto)

Studieplan

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

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Interventionel model: Enkelt gruppeopgave
  • Maskning: Ingen (Åben etiket)

Våben og indgreb

Deltagergruppe / Arm
Intervention / Behandling
Eksperimentel: Skjoldbruskkirtel ultralyd
Patienter, der er planlagt til en SOC-overvågningsultralydsscanning af skjoldbruskkirtlen, vil gennemgå en anden ultralydsscanning med Sound Blade Ultrasound.
Patienter, der er planlagt til en SOC-overvågnings-ultralydsscanning af skjoldbruskkirtlen, vil gennemgå en anden ultralydsscanning ved hjælp af Sound Blade-ultralyden.

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
Evnen til at visualisere thyroidea-knuder og andre vigtige anatomiske strukturer
Tidsramme: Dag 1
Det primære endpoint er at evaluere evnen til at visualisere thyroideknuder og andre vigtige anatomiske strukturer med undersøgelsesenheden sammenlignet med SOC US-billeddannelsesenheden.
Dag 1
Evaluer synligheds-/detektionspræstationen for en maskinlæringsmodel
Tidsramme: Dag 1
En maskinlæringsmodel vil blive oprettet for at identificere og segmentere skjoldbruskkirtelknuder og vigtige anatomiske halsstrukturer. Det første resultat vil evaluere ydeevnen for synlighed og detektion ved hjælp af standard klassifikationsmål
Dag 1
Evaluer segmenteringsydelsen af en maskinlæringsmodel
Tidsramme: Dag 1
En maskinlæringsmodel vil blive oprettet for at identificere og segmentere skjoldbruskkirtelknuder og nøgleanatomiske halsstrukturer. Det andet resultat vil evaluere ydeevnen på delineable sager.
Dag 1

Samarbejdspartnere og efterforskere

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

Efterforskere

  • Ledende efterforsker: Richard Bayls, MD, Nova Scotia Health Authority

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)

31. maj 2026

Primær færdiggørelse (Anslået)

31. december 2026

Studieafslutning (Anslået)

1. september 2027

Datoer for studieregistrering

Først indsendt

27. februar 2026

Først indsendt, der opfyldte QC-kriterier

18. marts 2026

Først opslået (Faktiske)

23. marts 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

7. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

3. april 2026

Sidst verificeret

1. april 2026

Mere information

Begreber relateret til denne undersøgelse

Plan for individuelle deltagerdata (IPD)

Planlægger du at dele individuelle deltagerdata (IPD)?

INGEN

IPD-planbeskrivelse

Dette er en intern gennemførlighedsundersøgelse på nuværende tidspunkt.

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 Skjoldbruskkirtel noduler

Kliniske forsøg med Thyroidea-ultralyd

Abonner