- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06546592
Lokal optimierte Konturierung mit KI-Technologie für die Strahlentherapie (LOCATOR)
LOCATOR – Lokal optimierte Konturierung mit KI-Technologie für die Strahlentherapie
LOCATOR ist eine randomisierte klinische Phase-II-Studie, die den Prozess der Konturierung bei der Strahlenbehandlung untersucht. In dieser Studie wird untersucht, ob die durch künstliche Intelligenz (KI) unterstützte Konturierung qualitativ mit der Konturierung vergleichbar ist, die vollständig manuell von einem Radioonkologen durchgeführt wird. Wir untersuchen auch, ob die KI-gestützte Konturierung Strahlenonkologen im Vergleich zur vollständig manuellen Konturierung Zeit spart.
LOCATOR verwendet die LOCATOR-Software, eine firmeninterne Software, die vor Ort entwickelt und auf lokalen Daten trainiert wurde.
Studienübersicht
Status
Intervention / Behandlung
Detaillierte Beschreibung
LOCATOR ist eine zweistufige, randomisierte, kontrollierte Nicht-Minderwertigkeitsstudie der Phase II, in der KI-gestützte Konturen (mit hauseigener LOCATOR-Software) mit vollständig manueller Konturierung verglichen werden. Der primäre Endpunkt in Phase 1 der Studie (n=250) besteht darin, Zeiteinsparungen durch KI-gestützte Konturierung im Vergleich zur manuellen Konturierung aufzuzeigen. Stufe 2 der Studie (insgesamt n=520) zeigt keine Unterlegenheit im Grad der KI-gestützten Konturierung im Vergleich zur vollständig manuellen Konturierung mit einer schlechten Kontur (Wert <= 2) gemäß der MD Anderson Contouring Grade Scale (ii) Sekundäre Geometrie Bewertungen der Konturgenauigkeit, dosimetrischer Unterschiede basierend auf Konturen, Leistung (geometrisch) im Vergleich zu kommerziell erhältlichen Werkzeugen sowie wirtschaftliche Kosten-Nutzen-Analyse bei hauseigenen KI-Konturierungswerkzeugen.
Im Rahmen der Studie werden Patienten im Verhältnis 4:1 randomisiert dem Interventionsarm von LOCATOR-gestützten Konturen zu manuellen Konturen zugeteilt. Ein erstes KI-Konturierungsmodell für jeden Tumortyp wird anhand der Konturen von 50–100 früheren Patienten mithilfe eines nnUNetV2-Frameworks trainiert. Das Modell wird dann alle 50–100 Patienten iterativ aktualisiert. Zur Qualitätssicherung gehört eine Blindkontrolle der Konturen durch einen zweiten Radioonkologen.
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Joseph Chan, BSc MBBS PhD FRANZCR
- Telefonnummer: 94631300
- E-Mail: joseph.chan@health.nsw.gov.au
Studieren Sie die Kontaktsicherung
- Name: Heidi Tsang
- Telefonnummer: 94631300
- E-Mail: heidi.tsang@health.nsw.gov.au
Studienorte
-
-
New South Wales
-
Dubbo, New South Wales, Australien, 2830
- Rekrutierung
- Western Cancer Centre Dubbo
-
Kontakt:
- Denise Andree-Evarts
-
Orange, New South Wales, Australien, 2800
- Rekrutierung
- Central West Cancer Centre
-
Kontakt:
- Denise Andree-Evarts
-
St Leonards, New South Wales, Australien, 2065
- Rekrutierung
- Department of Radiation Oncology, Royal North Shore Hospital
-
Kontakt:
- Heidi Tsang
- Telefonnummer: 9463 1340
- E-Mail: heidi.tsang@health.nsw.gov.au
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- 18 Jahre und älter, bei denen eine Strahlentherapie wegen einer bösartigen Erkrankung geplant ist
- ECOG-Leistung 0-2
- Verständnisfähigkeit und Bereitschaft, eine schriftliche Einverständniserklärung zu unterzeichnen
- Das Zielvolumen muss anhand aktuell veröffentlichter nationaler oder internationaler klinischer Leitlinien objektiv überprüft werden können
Ausschlusskriterien:
- Patienten unter 18 Jahren
- Patienten sind nicht in der Lage, Einverständniserklärungen zu verstehen
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Behandlung
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: KI-unterstützte Konturierung
Bei Patienten in diesem Arm werden die Konturen/Segmentierungen durch eine Kombination der LOCATOR (AI)-Software generiert, bevor sie von einem Radioonkologen manuell bearbeitet und überprüft werden.
|
Die Initialen werden automatisch mithilfe einer Software generiert, die auf künstlicher Intelligenz basiert
Andere Namen:
|
|
Kein Eingriff: Manuelle Konturierung
Patienten in diesem Arm erhalten eine Standardversorgung, bei der Konturen/Segmentierungen vollständig manuell erstellt und von einem Radioonkologen überprüft werden.
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Beurteilung von Unterschieden in der Konturqualität
Zeitfenster: 18 Monate
|
Zur Beurteilung der Konturqualität einer vollständig manuellen Segmentierung im Vergleich zur KI-gestützten Segmentierung.
Diese Bewertung erfolgt anhand der Fünf-Punkte-Likert-Skala des MD Anderson Cancer Center, die zur Validierung von Autosegmentierungsmodellen verwendet wird und von (stimme überhaupt nicht zu bis stimme völlig zu).
Das Maß ist der Anteil inakzeptabler Konturen (wie durch MD Anderson Autocontouring Score <= 2 definiert) zwischen manueller Konturierung und KI-gestützter Konturierung.
|
18 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zeitersparnis
Zeitfenster: 18 Monate
|
Bewertung des Zeitunterschieds, der für die Konturierung mit und ohne Unterstützung eines automatischen Segmentierungstools benötigt wird.
|
18 Monate
|
|
Beurteilung der Qualität KI-gestützter Konturen mit und ohne manuelle Bearbeitung
Zeitfenster: 18 Monate
|
Zur Beurteilung der Konturqualität von KI-gestützten Konturen mit und ohne manuelle Bearbeitung.
Diese Bewertung erfolgt anhand der Fünf-Punkte-Likert-Skala des MD Anderson Cancer Center, die zur Validierung von Autosegmentierungsmodellen verwendet wird und von (stimme überhaupt nicht zu bis stimme völlig zu).
Das Maß ist der Anteil inakzeptabler Konturen (wie durch MD Anderson Autocontouring Score <= 2 definiert) zwischen manueller Konturierung und KI-gestützter Konturierung.
|
18 Monate
|
|
Um die Unterschiede in der akuten, von Ärzten berichteten Toxizität zwischen Patienten zu bewerten, die mit Konturen mithilfe von KI-Konturierung im Vergleich zu manueller Konturierung behandelt wurden.
Zeitfenster: 18 Monate
|
Die vom Arzt gemeldete akute Toxizität wird mithilfe der CTCAE-Version 5.0 für einzelne Elemente gemessen (siehe Anhang zum vollständigen Protokoll).
Für diese Studie wird das Ergebnis der Unterschied im Anteil der Patienten mit Toxizität ≥ Grad 3 zu jedem Zeitpunkt vom Beginn der Strahlentherapie bis 90 Tage nach der Strahlentherapie sein.
|
18 Monate
|
|
Um die Unterschiede in der von Ärzten spät berichteten Toxizität zwischen Patienten zu bewerten, die mit Konturen mithilfe von KI-Konturierung und manueller Konturierung behandelt wurden.
Zeitfenster: 5 Jahre
|
Die vom Arzt spät gemeldete Toxizität wird mithilfe der CTCAE-Version 5.0 für einzelne Elemente gemessen (siehe Anhang zum vollständigen Protokoll).
Für diese Studie wird das Ergebnis der Unterschied im Anteil der Patienten mit Toxizität ≥ Grad 3 zu jedem Zeitpunkt zwischen 90 Tagen nach der Strahlentherapie und 5 Jahren nach der Strahlentherapie sein.
|
5 Jahre
|
|
Zur Beurteilung der Unterschiede in den von Patienten berichteten allgemeinen Ergebnissen der akuten Lebensqualität zwischen Patienten, die mit Konturen mithilfe von KI-Konturierung behandelt wurden, und Patienten, die mit manueller Konturierung behandelt wurden.
Zeitfenster: 18 Monate
|
Die allgemeinen Ergebnisse zur Lebensqualität akuter Patienten werden mit dem EORTC QLQ-C30-Instrument gemessen.
Für diese Studie wird das Ergebnis die Differenz der Gesamtpunktzahlen und nach Domänen zu jedem Zeitpunkt vom Beginn der Strahlentherapie bis 90 Tage nach der Strahlentherapie sein.
|
18 Monate
|
|
Zur Beurteilung der Unterschiede in den von Patienten berichteten allgemeinen Spätergebnissen zur Lebensqualität zwischen Patienten, die mit Konturen mithilfe von KI-Konturierung behandelt wurden, und Patienten, die mit manueller Konturierung behandelt wurden.
Zeitfenster: 5 Jahre
|
Die von Patienten gemeldete akute Toxizität wird mit dem EORTC QLQ-C30 und QLQ-BR45 gemessen.
Für diese Studie wird das Ergebnis die Differenz der Gesamtpunktzahlen und nach Domänen zu jedem Zeitpunkt zwischen 90 Tagen nach der Strahlentherapie und 5 Jahren nach der Strahlentherapie sein.
|
5 Jahre
|
|
Um die Unterschiede in den patientenberichteten brustspezifischen akuten Lebensqualitätsergebnissen zwischen Patienten, die mit Konturen mithilfe von KI-Konturierung behandelt wurden, und manueller Konturierung zu bewerten.
Zeitfenster: 18 Monate
|
Die Ergebnisse der brustspezifischen akuten Lebensqualität der Patientin werden mit dem EORTC QLQ-BR45-Instrument gemessen.
Für diese Studie wird das Ergebnis die Differenz der Gesamtpunktzahlen und nach Domänen zu jedem Zeitpunkt vom Beginn der Strahlentherapie bis 90 Tage nach der Strahlentherapie sein.
|
18 Monate
|
|
Zur Beurteilung der Unterschiede in den patientenberichteten brustspezifischen Spätergebnissen zur Lebensqualität zwischen Patienten, die mit Konturen mithilfe von KI-Konturierung behandelt wurden, und Patienten mit manueller Konturierung.
Zeitfenster: 5 Jahre
|
Die brustspezifischen Lebensqualitätsergebnisse im Spätstadium werden mit dem EORTC QLQ-BR45-Instrument gemessen.
Für diese Studie wird das Ergebnis die Differenz der Gesamtpunktzahlen und nach Domänen zu jedem Zeitpunkt zwischen 90 Tagen nach der Strahlentherapie und 5 Jahren nach der Strahlentherapie sein.
|
5 Jahre
|
|
Bewertung der Genauigkeit von KI-gestützten Konturen vor und nach manuellen Bearbeitungen mithilfe des Oberflächenwürfelähnlichkeitskoeffizienten (sDSC).
Zeitfenster: 18 Monate
|
Zur Beurteilung der Genauigkeit (geometrisch) der KI-Segmentierung vor und nach der manuellen Korrektur.
Dies erfolgt durch Vergleich der Änderung des Oberflächenwürfel-Ähnlichkeitskoeffizienten (sDSC).
|
18 Monate
|
|
Bewertung der Genauigkeit von KI-gestützten Konturen vor und nach manuellen Bearbeitungen mithilfe des Würfelähnlichkeitskoeffizienten (DSC).
Zeitfenster: 18 Monate
|
Zur Beurteilung der Genauigkeit (geometrisch) der KI-Segmentierung vor und nach der manuellen Korrektur.
Dies erfolgt durch Vergleich der Änderung des Würfelähnlichkeitskoeffizienten (DSC).
|
18 Monate
|
|
Bewertung der Genauigkeit KI-gestützter Konturen vor und nach manuellen Bearbeitungen mithilfe der hinzugefügten Pfadlänge (APL)
Zeitfenster: 18 Monate
|
Zur Beurteilung der Genauigkeit (geometrisch) der KI-Segmentierung vor und nach der manuellen Korrektur.
Dies erfolgt durch Vergleich der APL-Änderung.
|
18 Monate
|
|
Bewertung der Genauigkeit von KI-gestützten Konturen vor und nach manuellen Bearbeitungen anhand der mittleren schichtweisen Hausdorff-Distanz (MSHD).
Zeitfenster: 18 Monate
|
Zur Beurteilung der Genauigkeit (geometrisch) der KI-Segmentierung vor und nach der manuellen Korrektur.
Dies erfolgt durch Vergleich der Änderung im MSHD.
|
18 Monate
|
|
Bewertung dosimetrischer Unterschiede in Plänen, die auf KI-gestützten Konturen optimiert wurden, vor und nach manuellen Bearbeitungen.
Zeitfenster: 18 Monate
|
Wir werden dosimetrische Unterschiede zum klinischen Tumorvolumen (CTV), zum Planungszielvolumen (PTV) und zu gefährdeten Organen (OARs) zwischen KI-gestützten Konturen vor und nach manuellen Bearbeitungen bewerten.
Die Messung erfolgt am Anteil der Patienten, die alle Planungsbeschränkungen gemäß dem FAST FORWARD-Protokoll erfüllen.
|
18 Monate
|
|
Bewertung der Genauigkeit von Konturen mit einem anfänglichen und neu trainierten KI-Modell unter Verwendung des Oberflächenwürfelähnlichkeitskoeffizienten (sDSC).
Zeitfenster: 18 Monate
|
Um etwaige Verbesserungen der Genauigkeit (geometrisch) bei Konturen zu bewerten, die mit einem anfänglichen KI-Modell im Vergleich zu Modellen erstellt wurden, die anhand klinischer Studiendaten alle 20–50 Patienten neu trainiert wurden.
Vergleiche werden anhand der Änderung des Oberflächenwürfelähnlichkeitskoeffizienten (sDSC) durchgeführt, wenn die ursprünglich generierte KI-Kontur mit der endgültig bearbeiteten Kontur verglichen wird.
|
18 Monate
|
|
Bewertung der Genauigkeit von Konturen mit einem anfänglichen und neu trainierten KI-Modell unter Verwendung des Würfelähnlichkeitskoeffizienten (DSC).
Zeitfenster: 18 Monate
|
Um etwaige Verbesserungen der Genauigkeit (geometrisch) bei Konturen zu bewerten, die mit einem anfänglichen KI-Modell im Vergleich zu Modellen erstellt wurden, die anhand klinischer Studiendaten alle 50–100 Patienten neu trainiert wurden.
Vergleiche werden anhand der Änderung des Würfelähnlichkeitskoeffizienten (DSC) durchgeführt, wenn die ursprünglich generierte KI-Kontur mit der endgültig bearbeiteten Kontur verglichen wird.
|
18 Monate
|
|
Bewertung der Genauigkeit von Konturen zwischen verschiedenen KI-Systemen mithilfe des Oberflächenwürfelähnlichkeitskoeffizienten (sDSC).
Zeitfenster: 18 Monate
|
Vergleich der Genauigkeit eines hauseigenen KI-Segmentierungstools (LOCATOR) mit kommerziell erhältlichen Tools zur geometrischen Genauigkeit.
Vergleiche werden anhand der Differenz des Oberflächenwürfelähnlichkeitskoeffizienten (sDSC) mit den ursprünglich generierten KI-Konturen im Vergleich zur endgültigen manuellen Kontur durchgeführt.
|
18 Monate
|
|
Bewertung der Genauigkeit von Konturen zwischen verschiedenen KI-Systemen mithilfe des Würfelähnlichkeitskoeffizienten (DSC).
Zeitfenster: 18 Monate
|
Vergleich der Genauigkeit eines hauseigenen KI-Segmentierungstools (LOCATOR) mit kommerziell erhältlichen Tools zur geometrischen Genauigkeit.
Vergleiche werden anhand der Differenz des Würfelähnlichkeitskoeffizienten (DSC) mit den ursprünglich generierten KI-Konturen im Vergleich zur endgültigen manuellen Kontur durchgeführt.
|
18 Monate
|
|
Bewertung der Qualität von Konturen zwischen verschiedenen KI-Systemen
Zeitfenster: 18 Monate
|
Vergleich der Qualität der Konturen eines hauseigenen KI-Segmentierungstools (LOCATOR) mit kommerziell erhältlichen Tools.
Diese Bewertung erfolgt anhand der Fünf-Punkte-Likert-Skala des MD Anderson Cancer Center, die zur Validierung von Autosegmentierungsmodellen verwendet wird und von (stimme überhaupt nicht zu bis stimme völlig zu).
Das Maß ist der Anteil inakzeptabler Konturen (wie durch MD Anderson Autocontouring Score <= 2 definiert) zwischen manueller Konturierung und KI-gestützter Konturierung.
|
18 Monate
|
|
Bewertung der Wahrnehmung und Einstellung der Patienten zum Einsatz von KI in ihrer Pflege
Zeitfenster: 18 Monate
|
Wir werden eine kurze Bewertung der Patientenwahrnehmung zum KI-Einsatz in ihrer Pflege mit einer Umfrage mit sechs Fragen im Anschluss an ihre Behandlung auf einer Fünf-Punkte-Likert-Skala (stimme voll und ganz zu bis stimme gar nicht zu) durchführen.
|
18 Monate
|
|
Wirtschaftliche Kosten-Nutzen-Analyse
Zeitfenster: 18 Monate
|
Durchführung einer wirtschaftlichen Kosten-Nutzen-Analyse der Verwendung eines internen Tools zur automatischen Segmentierung (LOCATOR) im Vergleich zur manuellen Segmentierung und kommerziellen automatischen Segmentierungssystemen.
Dies erfolgt anhand direkter Kostenvergleiche in US-Dollar (USA und Australien).
Für das LOCATOR-System werden direkte Kosten berechnet, einschließlich Arbeits-, Hardware- und Wartungskosten für 1 und 3 Jahre.
Die direkten Dollarkosten für ein kommerzielles System werden mit den direkten Gesamtkosten des LOCATOR-Systems verglichen.
Die direkten Kosten für die Beibehaltung eines manuellen Systems werden auf der Grundlage der direkten Kosten der zusätzlich benötigten Arbeitsstunden berechnet.
|
18 Monate
|
|
Bewertung dosimetrischer Unterschiede zwischen Patienten, die mit KI-Konturen geplant wurden, und solchen, die mit manuellen Konturen geplant wurden.
Zeitfenster: 18 Monate
|
Um die Dosis-Volumen-Histogramm-Metriken pro konturierter Struktur zwischen Patienten, die mit KI-Konturen geplant wurden, und solchen, die mit manuellen Konturen geplant wurden, zu vergleichen.
|
18 Monate
|
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
Schlüsselwörter
Andere Studien-ID-Nummern
- 2024/PID01401
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
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 .