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

Kunstig intelligens til diagnostik af mundlæsioner (AID-OraL)

13. april 2026 opdateret af: Assistance Publique - Hôpitaux de Paris

Kunstig intelligens til diagnosticering af mundslimhindelæsioner

Pladecellecarcinomer i den øvre luftvejs- og spiserørsbane er blandt de mest almindelige kræftformer globalt, hvor mundhulen er den hyppigste placering. Pladecellecarcinomer i mundhulen (OCSCC) repræsenterer en væsentlig årsag til morbiditet og dødelighed, primært på grund af høje rater af lokoregionale eller metastatiske recidiver og den hyppige forekomst af sekundære primære tumorer. I modsætning til orofaryngeale pladecellecarcinomer er human papillomavirus (HPV) ikke involveret i carcinogenesen af OCSCC.

I nogle tilfælde udvikler OCSCC sig fra mundhulepotentielt maligne lidelser (OPMD'er), såsom leukoplaki og erythroplaki, som har en global forekomst på 3-5 %. Den maligne transformationsrate for OPMD'er spænder fra 3 % til 50 %, hvilket afspejler deres markante heterogenitet. Selvom flere kliniske, histologiske og molekylære faktorer er blevet foreslået for at identificere patienter med høj risiko for malign transformation, har ingen hidtil demonstreret tilstrækkelig klinisk anvendelighed. I andre tilfælde opstår OCSCC fra klinisk normal mundhinde hos patienter med OPMD'er placeret på afstand og/eller med etablerede risikofaktorer, især tobak- og alkoholforbrug.

I øjeblikket er ingen kemopreventive eller forebyggende strategier etableret som standardbehandling for at forhindre malign transformation af OPMD'er. Forbedring af prognosen for OCSCC kræver derfor udvikling af værktøjer til bedre at identificere højrisiko-OPMD'er og muliggøre den tidligst mulige diagnose. Tidlig opdagelse af OPMD'er er afgørende for sekundær forebyggelse af OCSCC. Dog har konventionel mundundersøgelse baseret på visuel inspektion og palpation begrænset følsomhed, og klinisk genkendelse af OPMD'er forbliver udfordrende. Følgelig er der et klart behov for forbedrede metoder til at forbedre tidlig opdagelse og risikostratificering af OPMD'er.

Hovedformål:

At udvikle et værktøj til at hjælpe med diagnosen af kræftlæsioner i mundhulen ved hjælp af kunstig intelligens (AI). Dette værktøj viser sig lovende i at imødekomme de nuværende behov i mundhulepraktikernes fællesskab.

Studieoversigt

Status

Ikke rekrutterer endnu

Undersøgelsestype

Observationel

Tilmelding (Anslået)

5000

Kontakter og lokationer

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

Studiekontakt

Undersøgelse Kontakt Backup

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

Patienter fulgt på Afdelingen for Oral Mukosapathologi (Kæbekirurgi og Stomatologiafdelingen, Pitié-Salpêtrière Hospital, AP-HP, Paris) fra 1. januar 1970 til 31. december 2023 med en diagnose af potentielt maligne mundslimhindelæsioner og/eller mundhulecancer.

Beskrivelse

Inklusionskriterier:

  • Patient i alderen ≥ 18 år
  • Patienter fulgt op på Oral Mukosapatologiafdelingen (Maxillofacial Kirurgi og Stomatologiafdelingen, Pitié-Salpêtrière Hospital, AP-HP, Paris) mellem 1. januar 1970 og 31. december 2023, med en diagnose af potentielt malign oral læsion og/eller mundhulekræft.

Eksklusionskriterier:

  • Foto af læsionen ikke tilgængeligt (i standardbehandling)

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
Udvikl et værktøj til at hjælpe med at diagnosticere kræftsvulster i mundhulen ved hjælp af kunstig intelligens (AI)
Tidsramme: Gennem hele studieperioden, i gennemsnit 9 måneder

At udvikle et værktøj til at hjælpe med diagnostik af kræftlignende læsioner i mundhulen ved brug af kunstig intelligens (AI). Dette værktøj ser lovende ud til at opfylde de aktuelle behov i mundhulepraktiserende fællesskabet.

For at opnå dette mål vil anonymiserede kliniske fotos af mundlæsioner sammen med relevante kliniske data, som rutinemæssigt registreres i patientjournaler, blive indsamlet.

Alle fotos vil blive gennemgået retrospektivt af erfarne specialister i oral og maxillofacial kirurgi. Eksperterne vil uafhængigt vurdere billederne og fastlægge en referencediagnose. Ved uenighed vil en konsensusdiagnose blive opnået.

Det komplette datasæt, inklusive billeddata, tilknyttede kliniske variabler og referencediagnoser, vil blive brugt til at udvikle og internt validere en maskinlæringsalgoritme til automatisk klassifikation af mundlæsioner.

Gennem hele studieperioden, i gennemsnit 9 måneder

Samarbejdspartnere og efterforskere

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

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. april 2026

Primær færdiggørelse (Anslået)

1. december 2026

Studieafslutning (Anslået)

1. december 2026

Datoer for studieregistrering

Først indsendt

5. februar 2026

Først indsendt, der opfyldte QC-kriterier

13. april 2026

Først opslået (Faktiske)

14. april 2026

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Faktiske)

14. april 2026

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

13. 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)?

JA

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 .

Abonner