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

Auf künstlicher Intelligenz basierendes Programm zur Klassifizierung von Mundhöhlenbefunden basierend auf klinischer Bildanalyse

1. Juni 2025 aktualisiert von: Noran Ayman Mohammad Ismael Abdel-Moaty, Cairo University

Die Anwendung eines auf künstlicher Intelligenz basierenden Programms zur Klassifizierung von Mundhöhlenbefunden basierend auf klinischer Bildanalyse

Diese Studie zielt darauf ab, ein KI-Programm zu entwickeln, das orale Befunde anhand klinischer Fotoanalysen in „Normal“/„Variation des Normalzustands“ oder „eine orale Erkrankung“ klassifizieren kann, was dazu beiträgt, den Prozentsatz falsch positiver und falsch negativer Diagnosen oraler Erkrankungen zu senken.

Studienübersicht

Status

Abgeschlossen

Bedingungen

Intervention / Behandlung

Detaillierte Beschreibung

Die frühzeitige Diagnose oraler Läsionen, insbesondere von Mundkrebs, ist entscheidend für die Verbesserung der Prognose und erleichtert eine frühzeitige Intervention und Pflege mit dem Ziel, die krankheitsbedingte Mortalität zu senken.

Da die konventionelle orale Untersuchung (COE) die am häufigsten verwendete Methode zur Identifizierung oraler Läsionen ist, ist die Erfahrung des durchschnittlichen Zahnarztes ein entscheidender Faktor für die Frühdiagnose.

Der visuellen Untersuchung mangelt es an Spezifität und Sensibilität, da sie sehr subjektiv ist. Leider zeigen Studien, dass es den meisten Zahnärzten an Fachwissen in der Früherkennung der Krankheit mangelt, was zu falsch negativen Diagnosen oraler Läsionen führt.

Es zeigt sich, dass Allgemeinärzte entweder die Überweisung einer vermuteten oralen Läsion an einen Facharzt für Oralmedizin verzögern oder zahlreiche falsch positive Fälle überweisen, was die Patienten unnötigerweise in einen Zustand der Angst und Krebsphobie versetzt. Falsch positive Überweisungen überlasten die Spezialisten, was schließlich aufgrund der Übersättigung mit falsch positiven Fällen zu einer verzögerten Diagnose wirklich positiver Fälle führt.

Der Umfang der diagnostischen Forschung verlagert sich hin zu nichtinvasiven, stuhlseitigen Methoden mit höherer Genauigkeit zur Früherkennung oraler Läsionen. Aktuelle Ansätze zur Verwendung maschinenbasierter Programme deuten darauf hin, dass diese Methode des maschinellen Lernens bei der Erkennung und Diagnose von Mundkrebs nützlich sein könnte.

Studientyp

Beobachtungs

Einschreibung (Tatsächlich)

241

Kontakte und Standorte

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

Studienorte

  • Ägypten
      • Cairo, Ägypten, 11553
        • Faculty of dentistry, CairoU

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

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

Ja

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

Patienten sollten über 18 Jahre alt sein, es gibt keine Höchstaltersgrenze. In die Studie werden normale Mundhöhlenbefunde, Variationen oraler anatomischer Orientierungspunkte und Patienten mit oralen Läsionen einbezogen.

Beschreibung

Einschlusskriterien:

A) Patienten über 18 Jahre B) Kandidaten mit normalen Mundhöhlenbefunden C) Kandidaten mit unterschiedlichen Mundhöhlenbefunden D) Kandidaten mit unterschiedlichen oralen Läsionen

Ausschlusskriterien:

  • Patienten unter 18 Jahren

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
normal/Variationen normaler anatomischer Orientierungspunkte
Patienten mit normalen oralen Befunden oder Abweichungen von normalen anatomischen Merkmalen wie: Leukoödem, Fordyce-Granulat, Linea alba, physiologische Pigmentierung, Torus palatinus, Torus mandibularis, geografische Zunge, rissige Zunge
Diagnosetest: Auf künstlicher Intelligenz basierendes Programm
Das KI-basierte Programm basiert auf der Bildanalyse
Überweisung mit geringem Risiko
Patienten, die wegen eines geringen Risikos einer bösartigen Transformationserkrankung überwiesen werden müssen, wie zum Beispiel: Hämangiome, Fibrome, orale Apthengeschwüre, Candida-Infektionen, Pemphigus valgaris, Petechien, Reibungskeratose, Rauchermelanose.
Diagnosetest: Auf künstlicher Intelligenz basierendes Programm
Das KI-basierte Programm basiert auf der Bildanalyse
Überweisung mit hohem Risiko
Patienten, die wegen eines hohen Malignitätsrisikos oder einer prämalignen Erkrankung überwiesen werden müssen, wie zum Beispiel: oraler Lichen ruber, Leukoplakie, Erythroplakie, Plattenepithelkarzinom.
Diagnosetest: Auf künstlicher Intelligenz basierendes Programm
Das KI-basierte Programm basiert auf der Bildanalyse

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Risikostratifizierung
Zeitfenster: 3 Monate, um das Programm zu entwickeln
Der Patient ist entweder normal, ohne Risiko oder Notwendigkeit einer Überweisung, geringes Risiko einer malignen Transformationserkrankung oder hohes Risiko einer malignen Transformationserkrankung.
3 Monate, um das Programm zu entwickeln

Mitarbeiter und Ermittler

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

Sponsor

Cairo University

Ermittler

  • Hauptermittler: Noran AM AbdelMoaty, MsC, Cairo university

Publikationen und hilfreiche Links

Die Bereitstellung dieser Publikationen erfolgt freiwillig durch die für die Eingabe von Informationen über die Studie verantwortliche Person. Diese können sich auf alles beziehen, was mit dem Studium zu tun hat.

Allgemeine Veröffentlichungen

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. April 2024

Primärer Abschluss (Tatsächlich)

1. Oktober 2024

Studienabschluss (Tatsächlich)

1. Dezember 2024

Studienanmeldedaten

Zuerst eingereicht

16. März 2024

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

16. März 2024

Zuerst gepostet (Tatsächlich)

22. März 2024

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

4. Juni 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

1. Juni 2025

Zuletzt verifiziert

1. Juni 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Zusätzliche relevante MeSH-Bedingungen

Andere Studien-ID-Nummern

  • NA2024

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

UNENTSCHIEDEN

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 Mundkrebs

Klinische Studien zur Auf künstlicher Intelligenz basierendes Programm

Suchen Sie nach ähnlichen Studien

Sponsoren und Mitarbeiter

Krankheiten

Drogeninterventionen

CROs by country

CROs in Burkina Faso

Bedingungen

Seltene Krankheiten

Drogeninterventionen

Nahrungsergänzungsmittel

Sponsor / Mitarbeiter

Standorte

Abonnieren