Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

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

Ziel dieser multizentrischen Studie ist es, den Wert der Erkennung und Differenzialdiagnose von Brustmasse mittels Deep-Learning-KI-basierter Echtzeit-Ultraschalluntersuchung zu bewerten.

Studienübersicht

Status

Rekrutierung

Bedingungen

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

Beobachtungs

Einschreibung (Voraussichtlich)

1122

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

Studienorte

    • Beijing
      • Beijing, Beijing, China, 100021
        • Rekrutierung
        • National Cancer Center/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Kind
  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Nein

Studienberechtigte Geschlechter

Weiblich

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Patientinnen mit Brustneoplasie

Beschreibung

Einschlusskriterien:

  1. Frauen, die sich wegen einer Brustläsion einer Ultraschalluntersuchung unterziehen;
  2. Die Brustläsion, für die eine eindeutige pathologische Diagnose oder eine Nachuntersuchung über mindestens zwei Jahre erforderlich ist.

Ausschlusskriterien:

  1. Die Brustläsion, die CNB oder FNA erhalten hat;
  2. Die Brustkrebspatientin, die eine neoadjuvante Chemotherapie erhalten hat.

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Was misst die Studie?

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

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Tatsächlich)

12. August 2021

Primärer Abschluss (Voraussichtlich)

31. August 2022

Studienabschluss (Voraussichtlich)

31. August 2023

Studienanmeldedaten

Zuerst eingereicht

29. Juni 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

29. Juni 2022

Zuerst gepostet (Tatsächlich)

5. Juli 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

5. Juli 2022

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

29. Juni 2022

Zuletzt verifiziert

1. Juni 2022

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • NCC2962

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 .

Klinische Studien zur Neoplasien der Brust

Abonnieren