Multizentrische Studie zur Deep-Learning-KI bei Brustmassen
Eine multizentrische Studie zum Screening und zur Diagnose von Brustmassen mithilfe von Deep-Learning-KI basierend auf Echtzeit-Ultraschalluntersuchungen
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Da es sich um die häufigste Krebserkrankung weltweit handelt, spielt ein umfassendes Bevölkerungsscreening eine sehr wichtige Rolle bei der Früherkennung und Prognose von Brustkrebs. Röntgen und Ultraschall sind die am häufigsten verwendeten Screening-Methoden, und Ultraschall ist besonders wichtig für asiatische Frauen mit dichten Brüsten. Ultraschall wird jedoch stark von den Fähigkeiten und der Erfahrung des Bedieners beeinflusst und die diagnostische Genauigkeit variiert stark.
Künstliche Intelligenz (KI) ist eine neue Methode, die in den letzten Jahren aufgekommen ist und in vielen medizinischen Bereichen Anwendung findet und die diagnostische Effizienz effektiv verbessern kann. Bisherige Forschungen zur Anwendung von KI im Ultraschall konzentrierten sich jedoch auf statische Ultraschallbilder mit einer oder mehreren Modalitäten. Ziel dieser multizentrischen Studie ist es, den Wert der Erkennung und Differenzialdiagnose von Brustmasse mittels Deep-Learning-KI-basierter Echtzeit-Ultraschalluntersuchung zu bewerten.
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Yong Wang
- Telefonnummer: 13391817899
- E-Mail: drwangyong77@163.com
Studienorte
-
-
Beijing
-
Beijing, Beijing, China, 100021
- Rekrutierung
- National Cancer Center/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College
-
Kontakt:
- Yong Wang
- Telefonnummer: 13391817899
- E-Mail: drwangyong77@163.com
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Frauen, die sich wegen einer Brustläsion einer Ultraschalluntersuchung unterziehen;
- Die Brustläsion, für die eine eindeutige pathologische Diagnose oder eine Nachuntersuchung über mindestens zwei Jahre erforderlich ist.
Ausschlusskriterien:
- Die Brustläsion, die CNB oder FNA erhalten hat;
- Die Brustkrebspatientin, die eine neoadjuvante Chemotherapie erhalten hat.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Diagnostische Leistung der Brustmasse mittels Deep-Learning-KI-basierter Echtzeit-Ultraschalluntersuchung
Zeitfenster: 12 Monate
|
Pathologie als Goldstandard zur Bewertung der diagnostischen Leistung (Sensitivität, Spezifität und Genauigkeit)
|
12 Monate
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Ermittler
Ermittler
- Hauptermittler: Yong Wang, Cancer Institute and Hospital, Chinese Academy of Medical Sciences
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Voraussichtlich)
Primärer Abschluss
Studienabschluss (Voraussichtlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- NCC2962
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .