Validierung der Gelenk-KI bei der Diagnose solider Pankreasläsionen
Validierung eines multimodalen Modells der künstlichen Intelligenz bei der Diagnose solider Pankreasläsionen: eine prospektive, multizentrische, randomisierte, kontrollierte Studie
Ziel dieser klinischen Studie ist es herauszufinden, ob ein multimodales Modell der künstlichen Intelligenz (KI) die Diagnose solider Pankreasläsionen verbessern kann. Die wichtigsten Fragen, die beantwortet werden sollen, sind:
- Verbessert das KI-Modell die diagnostische Leistung von Endoskopikern bei der Diagnose solider Pankreasläsionen?
- Verbessert die Hinzufügung der Interpretierbarkeitsanalyse die diagnostische Leistung der assistierten Endoskopiker weiter? Forscher werden die diagnostische Leistung von Endoskopikern mit oder ohne Unterstützung des KI-Modells vergleichen.
Die Teilnehmer werden:
- Ihre klinischen Daten werden prospektiv erhoben.
- Sie werden randomisiert der AI-Assist-Gruppe und der konventionellen Diagnosegruppe zugeteilt.
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Intervention / Behandlung
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Studientyp
Einschreibung (Geschätzt)
Einschreibung
Phase
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Bin Cheng
- Telefonnummer: 86-13986097542
- E-Mail: b.cheng@tjh.tjmu.edu.cn
Studienorte
-
-
Hubei
-
Wuhan, Hubei, China, 430030
- Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
-
Kontakt:
- Bin Cheng
- Telefonnummer: 86-13986097542
- E-Mail: b.cheng@tjh.tjmu.edu.cn
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- Bildgebende Untersuchungen (MRT, CT, B-Ultraschall) zeigen eine feste Masse in der Bauchspeicheldrüse, die eine endoskopische ultraschallgesteuerte Feinnadelaspiration/Biopsie (EUS-FNA/B) erfordert, um die Art der Läsion beim Patienten zu klären.
- Schriftliche Einwilligung liegt vor
Ausschlusskriterien:
- Alter unter 18 Jahren
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Diagnose
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Anzahl der Arme
Waffen und Interventionen
Teilnehmergruppe / ArmTeilnehmergruppe / Arm |
Intervention / BehandlungIntervention / Behandlung |
|---|---|
|
Kein Eingriff: Konventionelle Diagnose
Endoskopiker diagnostizieren solide Läsionen der Bauchspeicheldrüse anhand endoskopischer Ultraschallbilder und klinischer Daten.
|
|
|
Experimental: Gelenk-KI-gestützte Diagnose
Endoskopiker diagnostizieren solide Läsionen der Bauchspeicheldrüse auf der Grundlage endoskopischer Ultraschallbilder, klinischer Daten und Vorhersagen des Joint-AI-Modells.
|
Die Vorhersagen des Joint-AI-Modells werden den Endoskopikern während ihrer Diagnose zur Verfügung gestellt
|
|
Experimental: Interpretierbare Gelenk-KI-gestützte Diagnose
Endoskopiker diagnostizieren solide Läsionen der Bauchspeicheldrüse auf der Grundlage endoskopischer Ultraschallbilder, klinischer Daten, Vorhersagen der Joint-AI und Ergebnissen der Interpretierbarkeitsanalyse, die zur Verbesserung der Transparenz des Entscheidungsprozesses des Joint-AI-Modells verwendet werden.
|
Die Vorhersagen des Joint-AI-Modells und die Ergebnisse der Interpretierbarkeitsanalyse werden den Endoskopikern während ihrer Diagnose zur Verfügung gestellt
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Rate der korrekten diagnostischen Klassifizierung mit Hilfe des Joint-AI-Modells
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Die Rate korrekter Diagnosen bei der Unterscheidung von Bauchspeicheldrüsenkrebs von anderen nicht krebsbedingten Läsionen, ermittelt durch den Vergleich der vom Joint-AI-Modell unterstützten endoskopischen Diagnose mit der endgültigen histopathologischen Diagnose (Referenzstandard).
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
|
Rate der korrekten diagnostischen Klassifizierung mit Hilfe des Interpretable Joint-AI Model
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Die Rate korrekter Diagnosen bei der Unterscheidung von Bauchspeicheldrüsenkrebs von anderen nicht krebsbedingten Läsionen, ermittelt durch den Vergleich der vom Interpretable Joint-AI-Modell unterstützten endoskopischen Beurteilungen mit der endgültigen histopathologischen Diagnose (Referenzstandard).
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Rate der korrekten diagnostischen Klassifizierung des Joint-AI-Modells und des interpretierbaren Joint-AI-Modells
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Diagnosegenauigkeit der KI-Modelle in diesem prospektiv gesammelten Datensatz.
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
|
Vom Endoskopiker gemeldeter Vertrauenswert bei der Diagnose mit KI-Unterstützung (der Wert liegt auf einer Skala von 0 % bis 100 %, wobei 0 „überhaupt nicht sicher“ und 100 „völlig sicher“ bedeutet)
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Das vom Endoskopiker angegebene Vertrauen in die Diagnose wird auf einer Skala von 0 bis 100 gemessen, wobei 0 „überhaupt nicht sicher“ und 100 „völlig sicher“ bedeutet.
Höhere Werte weisen auf eine größere diagnostische Sicherheit hin.
Die Konfidenzwerte werden für Diagnosen, die mit dem Joint-AI-Modell und dem interpretierbaren Joint-AI-Modell erstellt wurden, separat bewertet.
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
|
Rate der korrekten diagnostischen Einordnung von Endoskopikern ohne KI-Unterstützung
Zeitfenster: Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Bis zum Abschluss des Studiums durchschnittlich 1 Jahr
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Mitarbeiter
Mitarbeiter
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
Studienbeginn
Primärer Abschluss (Geschätzt)
Primärer Abschluss
Studienabschluss (Geschätzt)
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
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
- Erkrankungen des endokrinen Systems
- Pathologische Prozesse
- Neubildungen nach Standort
- Chronische Erkrankung
- Krankheitsattribute
- Autoimmunerkrankungen
- Erkrankungen des Immunsystems
- Neoplasmen des Verdauungssystems
- Erkrankungen des Verdauungssystems
- Neoplasmen der endokrinen Drüse
- Erkrankungen der Bauchspeicheldrüse
- Pankreatitis, chronisch
- Autoimmunpankreatitis
- Neubildungen
- Pankreatitis
- Neoplasmen der Bauchspeicheldrüse
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- Joint-AI 2024
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
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 .