Entwicklung und Anwendung eines auf künstlicher Intelligenz basierenden Modells zur genauen Identifizierung von Magenkrebs-Lymphknotenmetastasen
Medizinische Universität Hebei
Die klinische Studie mit dem Titel „Entwicklung und Anwendung eines auf künstlicher Intelligenz basierenden genauen Identifikationsmodells für Magenkrebs-Lymphknotenmetastasen“ zielt darauf ab, die Erkennung und Behandlung von Magenkrebs durch den Einsatz modernster künstlicher Intelligenz (KI)-Technologie zu verbessern. In dieser Studie wird ein KI-gesteuertes Modell entwickelt, das darauf ausgelegt ist, Lymphknotenmetastasen bei Patienten mit Magenkrebs genau zu identifizieren, was für die Stadieneinteilung der Krankheit und die Planung wirksamer Behandlungsstrategien von entscheidender Bedeutung ist.
An der Studie wird ein multidisziplinäres Team aus Onkologen, Radiologen, Datenwissenschaftlern und KI-Experten beteiligt sein, die zusammenarbeiten werden, um ein robustes und präzises Identifikationssystem zu schaffen. Die Teilnehmer werden standardmäßigen Diagnoseverfahren unterzogen und das KI-Modell analysiert Bildgebungs- und pathologische Daten, um eine Lymphknotenbeteiligung vorherzusagen.
Durch den Vergleich der Vorhersagen des KI-Modells mit herkömmlichen Diagnosemethoden versucht die Studie, die Genauigkeit und Effizienz des Modells zu validieren. Es wird erwartet, dass dieser Ansatz die Früherkennungsraten verbessert, Diagnosefehler reduziert und letztendlich zu besseren klinischen Ergebnissen für Patienten mit Magenkrebs führt. Die erfolgreiche Umsetzung dieses KI-gesteuerten Modells könnte die aktuellen Pflegestandards revolutionieren und als Blaupause für die Integration von KI-Technologien in andere Krebsdiagnosen und -behandlungen dienen.
Studienübersicht
Status
Intervention / Behandlung
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienorte
-
-
Hebei
-
Shijiazhuang, Hebei, China, 050011
- Rekrutierung
- Department of General Surgery
-
Hauptermittler:
- Qun Zhao, Doctor
-
Kontakt:
- Ping'an Ding
- Telefonnummer: 031186095363
- E-Mail: ding_ping_an@hebmu.edu.cn
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- Diagnose von Magenkrebs: Bestätigte Diagnose von Magenkrebs, entweder neu diagnostiziert oder wiederkehrend.
- Lymphknotenbeteiligung: Verdacht auf oder bestätigte Beteiligung von Lymphknoten, wie durch bildgebende Untersuchungen oder Pathologieberichte angezeigt.
- Alter: Patienten ab 18 Jahren.
- Leistungsstatus: Ein Leistungsstatus der Eastern Cooperative Oncology Group (ECOG) von 0 bis 2, was auf einen Funktionsstatus hinweist, der die Teilnahme an der Studie ermöglicht.
- Einverständniserklärung: Fähigkeit, eine schriftliche Einverständniserklärung zur Teilnahme an der Studie abzugeben.
Ausschlusskriterien:
- Schwangerschaft oder Stillzeit: Schwangere oder stillende Frauen aufgrund möglicher Risiken für den Fötus oder das Kind.
- Schwere komorbide Erkrankungen: Vorliegen schwerer komorbider Erkrankungen, die die Studie beeinträchtigen oder zusätzliche Risiken darstellen könnten.
- Frühere KI-gesteuerte Diagnoseintervention: Vorherige Verwendung von KI-gesteuerten Diagnosemodellen speziell für die Metastasierung von Magenkrebs-Lymphknoten.
- Unfähigkeit zur Einhaltung: Unfähigkeit oder Unwilligkeit, die Studienverfahren einzuhalten, einschließlich Nachuntersuchungen und Datenerfassung.
- Geistige oder kognitive Beeinträchtigung: Zustände, die die Fähigkeit zur Einwilligung nach Aufklärung oder zur effektiven Teilnahme an der Studie beeinträchtigen.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Identifizierung metastatischer Lymphknoten
Zeitfenster: 31.12.2025
|
Ein auf künstlicher Intelligenz basierendes Vorhersagemodell wurde entwickelt, um metastasierte perigastrische Lymphknoten vor der Operation genau zu identifizieren.
|
31.12.2025
|
Mitarbeiter und Ermittler
Sponsor
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- FUTURE08
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
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 .