Erforschung der Anwendung des Modells „PANDA PLUS“ mit künstlicher Intelligenz zur Bauchspeicheldrüsenkrebsvorsorge

Diese Studie zielt darauf ab, umfangreiche Echtzeit-Bildgebungsdaten aus mehreren Zentren, darunter dem Ersten Angegliederten Krankenhaus der Zhejiang-Universität, dem Lishui-Zentralkrankenhaus und dem Zweiten Angegliederten Krankenhaus der Nanchang-Universität, innerhalb einer prospektiven Kohorte aus der realen Welt zu nutzen. Radiologen werden nach jahrelanger Erfahrung geschichtet und zufällig in zwei Gruppen eingeteilt. Eine Gruppe wird das Bauchspeicheldrüsenkrebs-Screening-Modell PANDA PLUS verwenden, während die andere ein Pseudo-PANDA-Modell verwenden wird, um die Diagnose im klinischen Alltag zu unterstützen. In beiden Gruppen werden Fälle mit Bildgebungsberichten verfolgt, die auf eine mögliche PDAC-Positivität hinweisen, und bei der Nachuntersuchung werden die Endergebnisse von Patienten mit negativen Bildgebungsberichten überprüft. Patienten mit positiven Berichten werden alle drei Monate regelmäßig nachuntersucht, um klinische Anamnese, pathologische Goldstandards, anfängliche Tumormarker, Resektabilitätsklassifizierung, TNM-Stadieneinteilung und Daten zum Langzeitüberleben zu erhalten. Die Studie wird die Wirksamkeit von PANDA PLUS bei der Unterstützung klinischer Radiologen bei der Diagnose von PDAC unter kontrastfreien CT-Bedingungen bewerten und die Sensitivität, Spezifität und den positiven Vorhersagewert der PDAC-Erkennung zwischen den Pseudo-PANDA- und PANDA PLUS-Modellen vergleichen. Darüber hinaus werden Unterschiede im anfänglichen TNM-Stadium, den Resektabilitätsraten und den Langzeitüberlebensdaten verglichen. Die Studie wird auch die Nachweiseffizienz von PANDA PLUS für dreifach negative PDAC (negative klinische Symptome, negative Tumormarker und negative kontrastfreie CT-Bildgebung) bewerten.