- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT07543263
Ein künstliches Intelligenzsystem für die multimodale, multiklassige Diagnose von zystischen Pankreasläsionen basierend auf der endoskopischen Ultraschalluntersuchung
Ein künstliches Intelligenzsystem für die multimodale, multiklassige Diagnose von Pankreaszystenläsionen basierend auf der endoskopischen Ultraschalluntersuchung
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Studientyp
Einschreibung (Geschätzt)
Kontakte und Standorte
Studienkontakt
- Name: Zhen Li
- Telefonnummer: 86+18560086106
- E-Mail: qilulizhen@sdu.edu.cn
Studienorte
-
-
Shandong
-
Jinan, Shandong, China, 250012
- Qilu Hospital of Shandong University
-
Kontakt:
- Zhen Li, doctor
- Telefonnummer: 86+18560086106
- E-Mail: qilulizhen@sdu.edu.cn
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- 1. Patienten im Alter von ≥18 Jahren, die aufgrund klinischer Symptome, Krankengeschichte, Laboruntersuchungen oder radiologischer Untersuchungen für eine EUS mit Verdacht auf pankreatische zystische Läsionen geplant sind und die sich bereit erklären, an der Forschung teilzunehmen und freiwillig die Einwilligungserklärung unterschreiben.
2. Patienten ohne vorherige Behandlung von Pankreasläsionen.
Ausschlusskriterien:
- 1. Patienten mit absoluten Kontraindikationen für die EUS-Untersuchung. 2. Schwangerschaft oder Stillzeit. 3. Nicht korrigierbare Gerinnungsstörung (PTT>50 Sekunden oder INR>1,5) und/oder nicht korrigierbare Thrombozytopenie (Thrombozytenzahl<50×10⁹/L). 4. Oberer gastrointestinaler Verschluss. 5. Patienten, die aufgrund von Läsionen in anderen thorakalen und/oder abdominalen Organen einer chirurgischen Behandlung oder anatomischen Veränderungen der Bauchspeicheldrüse unterzogen wurden, sowie Patienten mit angeborenen anatomischen Anomalien.
6. Patienten, bei denen eine Gallen-/Pankreasgangstentplatzierung durchgeführt wurde. 7. Patienten, die sich weigern, die Einwilligungserklärung zu unterschreiben.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Kohorten und Interventionen
Gruppe / Kohorte |
Intervention / Behandlung |
|---|---|
|
Patienten, die sich einer EUS unterziehen
Patienten im Alter von ≥18 Jahren, bei denen eine EUS aufgrund des Verdachts auf pankreatische zystische Läsionen auf der Grundlage von klinischen Symptomen, Krankengeschichte, Labortests oder radiologischen Untersuchungen geplant ist, sind nach Zustimmung zur Teilnahme an der Forschung und freiwilliger Unterzeichnung der Einwilligungserklärung für die Studie geeignet.
|
Das iEUS-PCL wird automatisch zystische Pankreasläsionen erkennen und die EUS-Bilder, EUS-Merkmale, klinischen Daten und radiologischen Bildgebungsmerkmale der Patienten integrieren, um drei Klassifizierungsaufgaben durchzuführen:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Die Genauigkeit von iEUS-PCL für zystische Pankreasläsionen
Zeitfenster: Während des Eingriffs
|
Das primäre Ziel der Studie ist die Bewertung der Genauigkeit des iEUS-PCL bei der Identifizierung von pankreatischen zystischen Läsionen (gutartig/bösartig; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
|
Die Sensitivität von iEUS-PCL für pankreatische zystische Läsionen
Zeitfenster: Während des Eingriffs
|
Das primäre Ziel der Studie ist die Bewertung der Sensitivität des iEUS-PCL bei der Identifizierung von pankreatischen zystischen Läsionen (gutartig/bösartig; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
|
Die Spezifität von iEUS-PCL für zystische Pankreasläsionen
Zeitfenster: Während des Eingriffs
|
Das primäre Ziel der Studie ist die Bewertung der Spezifität des iEUS-PCL bei der Identifizierung von Pankreaszystenläsionen (benigne/maligne; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
|
Der positive prädiktive Wert von iEUS-PCL für pankreatische zystische Läsionen
Zeitfenster: Während des Eingriffs
|
Das primäre Ergebnis der Studie ist die Bewertung des positiven prädiktiven Werts des iEUS-PCL bei der Identifizierung der pankreatischen zystischen Läsionen (gutartig/bösartig; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
|
Der negative prädiktive Wert von iEUS-PCL für pankreatische zystische Läsionen
Zeitfenster: Während des Eingriffs
|
Das primäre Studienziel ist die Bewertung des negativen Vorhersagewerts der iEUS-PCL bei der Identifizierung von pankreatischen zystischen Läsionen (benigne/maligne; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Vergleich der Genauigkeit zwischen iEUS-PCL und Endosonographen
Zeitfenster: Während des Eingriffs
|
Das sekundäre Studienziel ist der Vergleich der Genauigkeit zwischen iEUS-PCL und Endosonografen unterschiedlicher Erfahrungsstufen bei der Identifizierung pankreatischer zystischer Läsionen (gutartig/bösartig; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
|
Vergleich der Sensitivität zwischen iEUS-PCL und Endosonografen
Zeitfenster: Während des Eingriffs
|
Das sekundäre Studienziel besteht darin, die Sensitivität zwischen iEUS-PCL und Endosonographen unterschiedlicher Erfahrungsstufen beim Erkennen von pankreatischen zystischen Läsionen (benigne/maligne; muzinös/nicht-muzinös; 4-Kategorien) zu vergleichen.
|
Während des Eingriffs
|
|
Vergleich der Spezifität zwischen iEUS-PCL und Endosonographen
Zeitfenster: Während des Eingriffs
|
Das sekundäre Studienziel besteht darin, die Spezifität zwischen iEUS-PCL und Endosonographen auf verschiedenen Ebenen beim Identifizieren der pankreatischen zystischen Läsionen (gutartig/bösartig; muzinös/nicht-muzinös; 4-Kategorien) zu vergleichen.
|
Während des Eingriffs
|
|
Vergleich des positiven prädiktiven Werts zwischen iEUS-PCL und Endosonografen
Zeitfenster: Während des Eingriffs
|
Das sekundäre Studienziel ist der Vergleich des positiven Prädiktivwerts zwischen iEUS-PCL und verschiedenen Endosonografen bei der Identifizierung von Pankreaszystenläsionen (benigne/maligne; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
|
Vergleich des negativen prädiktiven Werts zwischen iEUS-PCL und Endosonografen
Zeitfenster: Während des Eingriffs
|
Das sekundäre Studienziel ist der Vergleich des negativen prädiktiven Wertes zwischen iEUS-PCL und Endosonografen verschiedener Erfahrungsstufen bei der Identifizierung von pankreatischen zystischen Läsionen (gutartig/bösartig; muzinös/nicht-muzinös; 4-Kategorien).
|
Während des Eingriffs
|
Mitarbeiter und Ermittler
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Wu HL, Yao LW, Shi HY, Wu LL, Li X, Zhang CX, Chen BR, Zhang J, Tan W, Cui N, Zhou W, Zhang JX, Xiao B, Gong RR, Ding Z, Yu HG. Validation of a real-time biliopancreatic endoscopic ultrasonography analytical device in China: a prospective, single-centre, randomised, controlled trial. Lancet Digit Health. 2023 Nov;5(11):e812-e820. doi: 10.1016/S2589-7500(23)00160-7. Epub 2023 Sep 27.
- Tian S, Shi H, Chen W, Li S, Han C, Du F, Wang W, Wen H, Lei Y, Deng L, Tang J, Zhang J, Lin J, Shi L, Ning B, Zhao K, Miao J, Wang G, Hou H, Huang X, Kong W, Jin X, Ding Z, Lin R. Artificial intelligence-based diagnosis of standard endoscopic ultrasonography scanning sites in the biliopancreatic system: a multicenter retrospective study. Int J Surg. 2024 Mar 1;110(3):1637-1644. doi: 10.1097/JS9.0000000000000995.
- Lipkova J, Chen RJ, Chen B, Lu MY, Barbieri M, Shao D, Vaidya AJ, Chen C, Zhuang L, Williamson DFK, Shaban M, Chen TY, Mahmood F. Artificial intelligence for multimodal data integration in oncology. Cancer Cell. 2022 Oct 10;40(10):1095-1110. doi: 10.1016/j.ccell.2022.09.012.
- Schulz D, Heilmaier M, Phillip V, Treiber M, Mayr U, Lahmer T, Mueller J, Demir IE, Friess H, Reichert M, Schmid RM, Abdelhafez M. Accurate prediction of histological grading of intraductal papillary mucinous neoplasia using deep learning. Endoscopy. 2023 May;55(5):415-422. doi: 10.1055/a-1971-1274. Epub 2022 Nov 2.
- Kuwahara T, Hara K, Mizuno N, Okuno N, Matsumoto S, Obata M, Kurita Y, Koda H, Toriyama K, Onishi S, Ishihara M, Tanaka T, Tajika M, Niwa Y. Usefulness of Deep Learning Analysis for the Diagnosis of Malignancy in Intraductal Papillary Mucinous Neoplasms of the Pancreas. Clin Transl Gastroenterol. 2019 May 22;10(5):1-8. doi: 10.14309/ctg.0000000000000045.
- Nguon LS, Seo K, Lim JH, Song TJ, Cho SH, Park JS, Park S. Deep Learning-Based Differentiation between Mucinous Cystic Neoplasm and Serous Cystic Neoplasm in the Pancreas Using Endoscopic Ultrasonography. Diagnostics (Basel). 2021 Jun 8;11(6):1052. doi: 10.3390/diagnostics11061052.
- Vilas-Boas F, Ribeiro T, Afonso J, Cardoso H, Lopes S, Moutinho-Ribeiro P, Ferreira J, Mascarenhas-Saraiva M, Macedo G. Deep Learning for Automatic Differentiation of Mucinous versus Non-Mucinous Pancreatic Cystic Lesions: A Pilot Study. Diagnostics (Basel). 2022 Aug 24;12(9):2041. doi: 10.3390/diagnostics12092041.
- Gheorghiu MI, Seicean A, Pojoga C, Hagiu C, Seicean R, Sparchez Z. Contrast-enhanced guided endoscopic ultrasound procedures. World J Gastroenterol. 2024 May 7;30(17):2311-2320. doi: 10.3748/wjg.v30.i17.2311.
- Huang W, Xu Y, Li Z, Li J, Chen Q, Huang Q, Wu Y, Chen H. Enhancing noninvasive pancreatic cystic neoplasm diagnosis with multimodal machine learning. Sci Rep. 2025 May 12;15(1):16398. doi: 10.1038/s41598-025-01502-4.
- Hwang J, Kim YK, Min JH, Jeong WK, Hong SS, Kim HJ. Comparison between MRI with MR cholangiopancreatography and endoscopic ultrasonography for differentiating malignant from benign mucinous neoplasms of the pancreas. Eur Radiol. 2018 Jan;28(1):179-187. doi: 10.1007/s00330-017-4926-5. Epub 2017 Aug 4.
- Jiang J, Chao WL, Cao T, Culp S, Napoleon B, El-Dika S, Machicado JD, Pannala R, Mok S, Luthra AK, Akshintala VS, Muniraj T, Krishna SG. Improving Pancreatic Cyst Management: Artificial Intelligence-Powered Prediction of Advanced Neoplasms through Endoscopic Ultrasound-Guided Confocal Endomicroscopy. Biomimetics (Basel). 2023 Oct 19;8(6):496. doi: 10.3390/biomimetics8060496.
- Oh S, Kim YJ, Park YT, Kim KG. Automatic Pancreatic Cyst Lesion Segmentation on EUS Images Using a Deep-Learning Approach. Sensors (Basel). 2021 Dec 30;22(1):245. doi: 10.3390/s22010245.
- Rangwani S, Ardeshna DR, Rodgers B, Melnychuk J, Turner R, Culp S, Chao WL, Krishna SG. Application of Artificial Intelligence in the Management of Pancreatic Cystic Lesions. Biomimetics (Basel). 2022 Jun 14;7(2):79. doi: 10.3390/biomimetics7020079.
- European Study Group on Cystic Tumours of the Pancreas. European evidence-based guidelines on pancreatic cystic neoplasms. Gut. 2018 May;67(5):789-804. doi: 10.1136/gutjnl-2018-316027. Epub 2018 Mar 24.
- Elta GH, Enestvedt BK, Sauer BG, Lennon AM. ACG Clinical Guideline: Diagnosis and Management of Pancreatic Cysts. Am J Gastroenterol. 2018 Apr;113(4):464-479. doi: 10.1038/ajg.2018.14. Epub 2018 Feb 27.
- Vilela A, Quingalahua E, Vargas A, Hawa F, Shannon C, Carpenter ES, Shi J, Krishna SG, Lee UJ, Chalhoub JM, Machicado JD. Global Prevalence of Pancreatic Cystic Lesions in the General Population on Magnetic Resonance Imaging: A Systematic Review and Meta-analysis. Clin Gastroenterol Hepatol. 2024 Sep;22(9):1798-1809.e6. doi: 10.1016/j.cgh.2024.02.018. Epub 2024 Feb 28.
- Kloth C, Haggenmuller B, Beck A, Wagner M, Kornmann M, Steinacker JP, Steinacker-Stanescu N, Vogele D, Beer M, Juchems MS, Schmidt SA. Diagnostic, Structured Classification and Therapeutic Approach in Cystic Pancreatic Lesions: Systematic Findings with Regard to the European Guidelines. Diagnostics (Basel). 2023 Jan 26;13(3):454. doi: 10.3390/diagnostics13030454.
- Tian G, Xu D, He Y, Chai W, Deng Z, Cheng C, Jin X, Wei G, Zhao Q, Jiang T. Deep learning for real-time auxiliary diagnosis of pancreatic cancer in endoscopic ultrasonography. Front Oncol. 2022 Oct 7;12:973652. doi: 10.3389/fonc.2022.973652. eCollection 2022.
- Qin X, Ran T, Chen Y, Zhang Y, Wang D, Zhou C, Zou D. Artificial Intelligence in Endoscopic Ultrasonography-Guided Fine-Needle Aspiration/Biopsy (EUS-FNA/B) for Solid Pancreatic Lesions: Opportunities and Challenges. Diagnostics (Basel). 2023 Sep 26;13(19):3054. doi: 10.3390/diagnostics13193054.
- Goyal H, Sherazi SAA, Gupta S, Perisetti A, Achebe I, Ali A, Tharian B, Thosani N, Sharma NR. Application of artificial intelligence in diagnosis of pancreatic malignancies by endoscopic ultrasound: a systemic review. Ther Adv Gastroenterol. 2022 Apr 29;15:17562848221093873. doi: 10.1177/17562848221093873. eCollection 2022.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Geschätzt)
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
Andere Studien-ID-Nummern
- 2026-SDU-QILU-2
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 .