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

Vergleichende Studie zum Algorithmus für medizinische künstliche Intelligenz unterstützte und konventionelle Bildgebungsprüfungsmethoden

19. Juni 2025 aktualisiert von: Wu Weiming, Shanghai Jiao Tong University Affiliated Sixth People's Hospital

Vergleichende Studie zur klinischen Wirksamkeit des Algorithmus für medizinische künstliche Intelligenz -Assistent und konventionelle Bildgebung Untersuchungsmethoden für die Chirurgie der Brustwandtumor -Operation

Brustwandtumoren sind eine der wichtigsten Krankheiten in der Brustoperation, und eine Operation bleibt die Hauptmethode zur Behandlung dieser Krankheit in der klinischen Praxis. Die Operation für Brustwandtumoren erfordert eine umfassende Resektion und vor allem eine genaue Resektion. Wenn der Resektionsbereich nicht ausreicht, ist es leicht, Tumorrezidiv und Metastasierung zu verursachen, was das Überleben des Patienten beeinflusst. Wenn der Resektionsbereich zu groß ist, wird die Brustwandstruktur beschädigt und die postoperative Genesung und Lebensqualität des Patienten beeinflusst. Derzeit beruht die Bestimmung des chirurgischen Resektionsbereichs hauptsächlich auf die Erfahrung des Chirurgen und die Ergebnisse der Bildgebungsprüfungen. Auch wenn erfahrene Chirurgen noch mehrere Bildgebungsergebnisse erzielen, gibt es immer noch klinische Schwierigkeiten von unzureichender oder übermäßiger Resektion. Medizinische künstliche Intelligenz ist die eingehende Anwendung der Technologie für künstliche Intelligenz im Bereich Medizin. Durch die Verarbeitung und Analyse massiver Mengen an medizinischen Daten kann es Tumoren genau lokalisieren und chirurgische Pläne optimieren. Daher wird vorgeschlagen, die klinischen Auswirkungen der chirurgischen Resektion von Brustwandtumoren mithilfe von Algorithmen für künstliche Intelligenz und konventionelle Bildgebungsuntersuchungsmethoden zu vergleichen, um zu verstehen, ob es eine genauere Tumorresektion erreichen kann.

Studienübersicht

Status

Noch keine Rekrutierung

Bedingungen

Detaillierte Beschreibung

Brustwandtumor ist eine der wichtigsten Krankheiten in der Brustoperation, die gemäß der Art des Tumors als gutartig oder bösartig eingestuft werden kann. Derzeit ist eine Operation immer noch die Hauptbehandlung für diese Krankheit, selbst bei einigen bösartigen Tumoren, die empfindlich gegenüber Strahlentherapie und Chemotherapie reagieren, ist nach der anfänglichen Innenmedizin noch eine weitere chirurgische Behandlung erforderlich. Aufgrund der unterschiedlichen Natur und der Lage von Tumoren kann der Umfang der chirurgischen Resektion stark variieren. Klinische Studien haben ergeben, dass eine Operation bei Brustwandtumoren geeignete Behandlungspläne erfordert, die auf den pathologischen Ergebnissen des Tumors, der Lage des Tumorwachstums, dem Grad der lokalen Invasion des Tumors und dem Vorhandensein von Metastasierung zum Zeitpunkt des Tumornachweises basieren. Weitere Untersuchungen haben ergeben, dass die chirurgische Resektion von malignen Brustwandtumoren unter sorgfältiger Planung durchgeführt werden sollte, da die meisten Patienten nur eine Härtungschance haben und die Wiederherstellung nach dem Wiederauftreten des Tumors oder des chirurgischen Versagens sehr schwierig wird. Auch wenn diese Patienten eine Reoperation unterziehen, ist ihre Prognose schlecht.

Maligne Brustwandtumoren erfordern eine umfassende Resektion, um die Gründlichkeit der Operation zu gewährleisten. Der nach einer umfassenden Resektion gebildete umfangreiche Brustwandfehler kann jedoch zur Zerstörung der Integrität und Stabilität der Brustwand führen. Wenn dies nicht richtig behandelt wird, kann dies zu einer Erweidung der Brustwand, einer abnormalen Atmung und dem akuten Versagen der Atemwege in der frühen postoperativen Periode führen, was die therapeutische Wirkung der Operation beeinflusst. Im späten Stadium nach der Operation können jedoch die Deformitäten der Brustwand, die Lungenhernien, die chronische Atemfunktionsstörung und sogar die Skoliose auftreten, was die Lebensqualität beeinflussen kann.

Für eine Tumoroperation von Brustwand ist es daher nicht nur erforderlich, um eine gründliche Vergrößerung und Resektion zu erzielen, sondern auch eine genaue Resektion in Betracht zu ziehen, um die normale Struktur der Brustwand so weit wie möglich zu erhalten, um nachteilige Folgen zu vermeiden. Bei einigen gut definierten malignen Tumoren der Brustwand ist die Bestimmung des chirurgischen Resektionsrandes relativ einfach. Für andere bösartige Tumoren der Brustwand, wie beispielsweise solche mit invasivem Wachstum, diejenigen, die sich nach der ersten Operation wiederholen, oder solche, die sich nach Strahlentherapie und Chemotherapie lokal wiederholen, ist es häufig schwierig, den geeigneten chirurgischen Resektionsbereich und die Resektionsrand in der klinischen Praxis zu bestimmen. Zu diesem Zeitpunkt kann der chirurgische Plan nur aufgrund der klinischen Erfahrung des Chirurgen und der traditionellen Bildgebungsergebnisse vor der Operation ermittelt und formuliert werden, was eine große Unsicherheit aufweist und die Komplexität und Schwierigkeit der Operation erhöht.

Medizinische künstliche Intelligenz ist die eingehende Anwendung der Technologie für künstliche Intelligenz im Bereich Medizin. Es integriert Wissen aus mehreren Disziplinen wie Informatik, Datenwissenschaft und biomedizinischem Engineering, um die Effizienz, Genauigkeit und Personalisierung von medizinischen Diensten zu verbessern, indem menschliches intelligentes Verhalten simulieren. Medai bietet intelligente Dienste für Ärzte an, um die Diagnose zu unterstützen [5-7], Behandlungsmethoden zu empfehlen und Patienten zu überwachen, indem sie massive Mengen an medizinischen Daten verarbeiten und analysieren, wodurch die Zuweisung medizinischer Ressourcen optimiert und die medizinische Erfahrung des Patienten verbessert wird.

Gegenwärtig konzentriert sich Medai hauptsächlich auf das Screening von Lungenknoten, die Bestimmung der Natur von Lungenknoten und die Bereitstellung einer dreidimensionalen Simulationsbildgebung von Lungenknoten als Referenz für chirurgische Methoden im Bereich der Thoraxchirurgie. Es gab jedoch keine Berichte über die Anwendung bei der klinischen Behandlung von Brustwandtumoren. Daher planen wir, in diesem Gebiet Forschungen durchzuführen, um die Anwendung von Medai in der allgemeinen Brustoperation zu erweitern und eine bessere medizinische Qualitätsdienste für Tumorpatienten der Brustwand zu erbringen, insbesondere für Patienten mit bösartigen Brustwandtumoren.

Im Bereich der chirurgischen Planung für Brustwandtumoren können herkömmliche Bildgebungsmethoden wie CT und MRT grundlegende anatomische Informationen liefern, sie haben jedoch Einschränkungen. Doctors need to manually analyze two-dimensional images, which makes it difficult to accurately construct the three-dimensional spatial relationship between tumors and complex chest wall structures (such as ribs, blood vessels, and nerves), especially when the tumor boundaries are blurred and adhered to surrounding tissues, which can easily lead to surgical planning deviations and affect the integrity and safety of tumor resection The significant advantages of medical artificial intelligence Algorithmen in dieser Hinsicht liegen in präziser Tumorlokalisierung, mehrdimensionaler Datenanalyse und chirurgischer Planoptimierung.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

100

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

Nein

Probenahmeverfahren

Wahrscheinlichkeitsstichprobe

Studienpopulation

Patienten mit gutartigen oder bösartigen Brustwandtumoren benötigen eine chirurgische Behandlung. Inzwischen haben sie einen guten Gesamtzustand und keine Anzeichen einer Metastasierung.

Beschreibung

Einschlusskriterien:

18-70 Jahre alt, männlich oder weiblich nicht begrenzte Anästhesie ASA-Score I-II Malignes Tumor des Weichgewebes in den malignen Brusttumoren von Rippen, Rippenknorpel und Sternum-Tumoren mit unsicheren oder unbekannten Eigenschaften von Rippen, Rippen-Rippen-Rippen-Rippen und Sternum-Riesen-Tumoren von Rippen, Rippenkartil, und Sternum-Untersuchungen. Metastasierung, die bereit sind, an der Forschung teilzunehmen und das Formular für die Einverständniserklärung zu unterzeichnen

Ausschlusskriterien:

Patients with distant metastasis detected during preoperative examination Inoperable tumor During the examination, it was discovered that the patient had another type of malignant tumor present ECOG 4 Suffering from active or chronic fungal/bacterial/viral infections History of allergy to anesthesia related drugs Heart and lung dysfunction, liver and kidney dysfunction, inability to tolerate surgery Patients with mental disorders who are unable to mit der Behandlung zusammenarbeiten

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
Medizinische Hilfsgruppe für künstliche Intelligenz Algorithmus
Vor der Operation werden Algorithmen für medizinische künstliche Intelligenz verwendet, um den Resektionsbereich von Brustwandtumoren zu skizzieren, während während des tatsächlichen chirurgischen Prozesses der Resektionsbereich durch intraoperative gefrorene Pathologie bestimmt wird. Letztendlich wird der Wert der Unterstützung der medizinischen künstlichen Intelligenzalgorithmus auf der Grundlage der Paraffinpathologie chirurgischer Margen bewertet.
Routine -Bildgebungsprüfungsgruppe
Vor der Operation werden herkömmliche Bildgebungsmethoden verwendet, um den Resektionsbereich von Brustwandtumoren zu skizzieren, während während des tatsächlichen chirurgischen Prozesses der Resektionsbereich durch intraoperative gefrorene Pathologie bestimmt wird. Der Wert der routinemäßigen Bildgebungsuntersuchung wurde letztendlich durch Paraffinpathologie des chirurgischen Randes bewertet.

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Pathologische Ergebnisse von chirurgischen Rändern für Brustwandtumoren
Zeitfenster: 3 Jahre
Pathologische Diagnose von Restgewebezellen nach Tumorresektion
3 Jahre

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Chirurgische Margen, die von medizinischer künstlicher Intelligenz geplant sind
Zeitfenster: 3 Jahre
Chirurgische Resektionskanten und -sträger mit Unterstützung von Algorithmen für künstliche Intelligenz
3 Jahre
Chirurgische Margen, die mit herkömmlichen Bildgebungstechniken geplant sind
Zeitfenster: 3 Jahre
Die chirurgische Resektionskante und der Bereich, der durch herkömmliche Bildgebungsprüfungsmethoden abgegrenzt wurde
3 Jahre
rezidivellfreies Überleben , RFS
Zeitfenster: 3 Jahre
Die Zeit von der Operation bis zum frühesten Nachweis eines Rezidivs
3 Jahre
Krankheitsfreies Überleben , DFS
Zeitfenster: 3 Jahre
Die Zeit, zu der der Patient stirbt, weil nach der Operation ein Wiederauftreten oder Fortschreiten des Krankheitsverfahrens nach der Operation
3 Jahre

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 (Geschätzt)

1. Juli 2025

Primärer Abschluss (Geschätzt)

30. Juli 2025

Studienabschluss (Geschätzt)

31. Dezember 2028

Studienanmeldedaten

Zuerst eingereicht

19. Juni 2025

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

19. Juni 2025

Zuerst gepostet (Tatsächlich)

27. Juni 2025

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

27. Juni 2025

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

19. Juni 2025

Zuletzt verifiziert

1. Juni 2025

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Andere Studien-ID-Nummern

  • 20250521

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

NEIN

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 Brustwandtumor

Abonnieren