KI unterstützte die Diagnose solider Pankreasläsionen
21. Januar 2023 aktualisiert von: Changhai Hospital
Verbessertes Deep-Learning-Modell zur Diagnose solider Pankreasläsionen durch multimodale klinische Bilder
Solide Läsionen der Bauchspeicheldrüse umfassen hauptsächlich Tumor- und Nicht-Tumor-Läsionen.
Mehr als 90 % der Tumorläsionen der Bauchspeicheldrüse sind Bauchspeicheldrüsenkrebs, der durch eine hohe Sterblichkeit und schlechte Prognose gekennzeichnet ist und eine chirurgische Behandlung erfordert; Nicht-Tumorläsionen der Bauchspeicheldrüse sind hauptsächlich entzündliche Läsionen, die normalerweise keiner chirurgischen Behandlung bedürfen, aber medikamentös behandelt werden können.
Die häufigsten sind chronische Pankreatitis und Autoimmunpankreatitis mit einer guten Prognose.
Klinisch ist die Differentialdiagnose zwischen ihnen sehr schwierig.
Die multidisziplinäre Diagnose und Behandlung von MDT macht unser Verständnis von Erkrankungen der Bauchspeicheldrüse immer reichhaltiger und tiefer.
Von der Krankheitsdiagnose bis zur präoperativen Bewertung und Bewertung der heilenden Wirkung umfasst die nicht-invasive Bildgebung im MDT-Modus fast alle Verknüpfungen.
In Anbetracht dessen wird die Verbesserung der Differentialdiagnose solider raumfordernder Pankreasläsionen in der Bildgebung der Diagnose und Behandlung im MDT-Modus förderlicher sein, sodass neue Technologien wie künstliche Intelligenz in Betracht gezogen werden sollten.
Unser Ziel ist es, ein klinisch anwendbares künstliches Intelligenzsystem zu entwickeln, das mehrere Modi verwendet, um den routinemäßigen klinischen Arbeitsablauf zu simulieren und die Diagnose von gutartigen und bösartigen soliden raumfordernden Läsionen der Bauchspeicheldrüse zu unterstützen.
Studienübersicht
Status
Rekrutierung
Intervention / Behandlung
Detaillierte Beschreibung
Die Diagnose solider Pankreasläsionen ist anspruchsvoll, MDT ist eine sehr effektive Methode, hat aber eine gewisse Fehldiagnoserate.
Dies ist eine multizentrische, prospektive und beobachtende klinische Studie.
Unser Ziel ist es, ein klinisch anwendbares System der künstlichen Intelligenz zu entwickeln.
Einerseits kann unsere künstliche Intelligenz, die auf klinischen Daten + CT-Bildgebungsbildern basiert, MDT-Ärzten helfen, die Art von raumfordernden Läsionen der Bauchspeicheldrüse zu diagnostizieren und Fehldiagnosen zu reduzieren; Wenn andererseits ein Patient eine EUS-FNA-Punktion benötigt, kann das von uns entwickelte multimodale System der künstlichen Intelligenz auf der Grundlage klinischer Daten + CT + EUS MDT-Ärzten helfen, die Natur von raumfordernden Läsionen der Bauchspeicheldrüse zu verstehen und die Wahrscheinlichkeit einer Fehldiagnose zu verringern oder sekundäre Punktion.
Studientyp
Beobachtungs
Einschreibung (Voraussichtlich)
200
Kontakte und Standorte
Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.
Studienorte
-
-
Shanghai
-
Shanghai, Shanghai, China, 200433
- Rekrutierung
- CT and EUS
-
Kontakt:
- Zhaoshen Li
- Telefonnummer: 86-21-31162338
- E-Mail: changhaiec@126.com
-
-
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
18 Jahre bis 75 Jahre (ERWACHSENE, OLDER_ADULT)
Akzeptiert gesunde Freiwillige
N/A
Studienberechtigte Geschlechter
Alle
Probenahmeverfahren
Nicht-Wahrscheinlichkeitsprobe
Studienpopulation
Patienten mit solider Pankreasmasse werden in unsere Studie aufgenommen.
Beschreibung
Einschlusskriterien:
- solide Masse der Bauchspeicheldrüse in CT und EUS
Ausschlusskriterien:
- unzureichende Bildqualität von CT oder EUS
- endoskopischer Ultraschall nicht zugängliche Läsionen
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 |
|---|---|
|
Patienten mit soliden Läsionen der Bauchspeicheldrüse
|
Es findet kein Eingriff statt.
Kliniker werden die Vorschläge einer hypothetischen KI überprüfen
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Forscher verwenden ein Unterstützungssystem mit künstlicher Intelligenz (KI), um die Diagnose fester raumfordernder Läsionen der Bauchspeicheldrüse zu unterstützen
Zeitfenster: 2 Monate
|
Ein mehrschichtiges Screening Deep Convolution Network basierend auf Deep Convolution Network wurde entwickelt, um seine Genauigkeit, Empfindlichkeit und Spezifität bei der Unterstützung von MDT-Ärzten bei der Identifizierung gutartiger und bösartiger raumfordernder Läsionen der Bauchspeicheldrüse zu beobachten.
|
2 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 (ERWARTET)
21. Januar 2023
Primärer Abschluss (ERWARTET)
21. Februar 2023
Studienabschluss (ERWARTET)
21. Februar 2023
Studienanmeldedaten
Zuerst eingereicht
21. Januar 2023
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
21. Januar 2023
Zuerst gepostet (TATSÄCHLICH)
31. Januar 2023
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (TATSÄCHLICH)
31. Januar 2023
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
21. Januar 2023
Zuletzt verifiziert
1. Januar 2023
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2022-AI and MDT
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 .