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

Automatische Bewertung des Schweregrades der Magen-Darm-Metaplasie mit Pathology Artificial Intelligence Diagnostic System

2. September 2023 aktualisiert von: Yanqing Li, Shandong University

Automatische Bewertung des Schweregrades der Magen-Darm-Metaplasie mit Pathology Artificial Intelligence Diagnosis System: a Diagnostic Test

Das OLGIM-Klassifizierungssystem wird für eine umfassende Bewertung des GIM-Schweregrads zur Bewertung des Magenkrebsrisikos der Patienten dringend empfohlen. Die Notwendigkeit, mindestens 4 Biopsien zu entnehmen, ist jedoch klinisch nicht durchführbar, da es im Vergleich zu der großen Anzahl von Magenkrebs-Screening-Patienten einen ernsthaften Mangel an Pathologen gibt.

Wir planen die Entwicklung eines Digital Pathology Artificial Intelligence Diagnostic System (DPAIDS), um Tumorareale in Whole-Slide-Bildern (WSI) automatisch zu identifizieren und den Schweregrad der intestinalen Metaplasie entsprechend dem Anteil der intestinalen Metaplasieareale schnell und genau zu quantifizieren.

Studienübersicht

Status

Rekrutierung

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Magenkrebs ist die fünfthäufigste Malignität und die dritttödlichste weltweit, und intestinale Metaplasie (IM) ist eine häufige Präkanzerose, die eng mit der Magenkarzinogenese verbunden ist. Das OLGIM-Klassifizierungssystem wird dringend empfohlen, um eine umfassende Bewertung des GIM-Schweregrads zu bewerten Magenkrebsrisiko der Patienten. Die Notwendigkeit, mindestens vier Biopsien zu entnehmen, ist jedoch klinisch nicht durchführbar, da es im Vergleich zu der großen Anzahl von Magenkrebs-Screening-Patienten einen ernsthaften Mangel an Pathologen gibt. Die Entwicklung automatisierter Screening-Methoden kann die hohe diagnostische Arbeitsbelastung reduzieren. Mit Fortschritten bei digitalen Pathologie-Scangeräten und Deep-Learning-Technologien wurden Whole-Slide-Bilder (WSI) verwendet, um automatisierte Krebsdiagnosesysteme zu entwickeln.

Wir planen die Entwicklung eines Digital Pathology Artificial Intelligence Diagnostic System (DPAIDS), um Tumorareale in Whole-Slide-Bildern (WSI) automatisch zu identifizieren und den Schweregrad der intestinalen Metaplasie entsprechend dem Anteil der intestinalen Metaplasieareale schnell und genau zu quantifizieren. Anschließend werden prospektiv Biopsien entnommen und als WSI für die Modellvalidierung aufbereitet.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

150

Kontakte und Standorte

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

Studienkontakt

Studienorte

  • China
    • Shandong
      • Jinan, Shandong, China, 250012
        • Rekrutierung
        • Department of Gastroenterology, Qilu Hospital, Shandong University
        • 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

40 Jahre bis 75 Jahre (Erwachsene, Älterer Erwachsener)

Akzeptiert gesunde Freiwillige

Nein

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Konsekutive Patienten, die die Magen-Darm-Endoskopie-Untersuchung erhalten und gescreent werden, die die Eignungskriterien am Qilu-Krankenhaus der Shandong-Universität erfüllen, werden in die Studie aufgenommen

Beschreibung

Einschlusskriterien:

  • Patienten im Alter von 40-75 Jahren, die sich einer Magenspiegelung und Biopsie unterziehen

Ausschlusskriterien:

  • Patienten mit schwerer kardialer, zerebraler, pulmonaler oder renaler Dysfunktion oder psychiatrischen Erkrankungen, die nicht an einer Gastroskopie teilnehmen können
  • Patienten mit vorangegangenen chirurgischen Eingriffen am Magen
  • Patienten mit Kontraindikationen für eine Biopsie
  • Patienten, die sich weigern, die Einwilligungserklärung zu unterschreiben

Studienplan

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

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Ganze Objektträgerbilder von Magenbiopsieproben
Diagnosetest: Die Diagnose von Künstlicher Intelligenz und Pathologen
Pathologen und KI werden den Schweregrad der intestinalen Metaplasie beurteilen und den Tumorbereich von ganzen Objektträgerbildern von Magenbiopsieproben unabhängig voneinander beurteilen. Außerdem können die Pathologen die Diagnose AI nicht sehen.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Die diagnostische Leistung des AI-Modells zur Beurteilung der Schwere der intestinalen Metaplasie
Zeitfenster: 2 Jahre
Die diagnostische Leistung des KI-Modells zur Beurteilung des Schweregrads der intestinalen Metaplasie in einem einzigen Biopsie-Gewebeschnitt: Genauigkeit, Sensitivität und Spezifität
2 Jahre

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Genauigkeit des digitalen pathologischen KI-Modells zur Identifizierung von Tumorregionen
Zeitfenster: 2 Jahre
Genauigkeit des digitalen pathologischen KI-Modells bei der Identifizierung von Tumorregionen in den gesamten Diabildern
2 Jahre
Genauigkeit digitaler pathologischer KI-Modelle zur Identifizierung von Drüsen, Schleimhautepithel und intestinaler Metaplasie in nicht-neoplastischen Bereichen
Zeitfenster: 2 Jahre
Genauigkeit digitaler pathologischer KI-Modelle zur Identifizierung von Drüsen, Schleimhautepithel und intestinaler Metaplasie in nicht-neoplastischen Bereichen
2 Jahre

Mitarbeiter und Ermittler

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

Sponsor

Shandong University

Ermittler

  • Studienstuhl: yanqing Li, MD, PHD, Qilu Hospital, Shandong University

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)

1. August 2022

Primärer Abschluss (Geschätzt)

31. Dezember 2023

Studienabschluss (Geschätzt)

31. Dezember 2023

Studienanmeldedaten

Zuerst eingereicht

3. Juli 2022

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

3. Juli 2022

Zuerst gepostet (Tatsächlich)

7. Juli 2022

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

6. September 2023

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

2. September 2023

Zuletzt verifiziert

1. September 2023

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Schlüsselwörter

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • 2022-SDU-QILU-110

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 Magenkrebs

Klinische Studien zur Die Diagnose von Künstlicher Intelligenz und Pathologen

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Ukraine

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren