El uso de la inteligencia artificial para predecir los ganglios linfáticos cancerosos para la estadificación del cáncer de pulmón durante la ecografía
10 de marzo de 2020 actualizado por: Wael Hanna, St. Joseph's Healthcare Hamilton
Desarrollo y validación de un algoritmo asistido por computadora utilizando inteligencia artificial y redes neuronales profundas para la segmentación de características ultrasonográficas de los ganglios linfáticos durante la ecografía endobronquial
Este estudio tiene como objetivo determinar si una red de inteligencia artificial (IA) neuronal profunda (NeuralSeg) puede aprender cómo asignar el Canada Lymph Node Score a los ganglios linfáticos examinados por aspiración con aguja transbronquial por ultrasonido endobronquial (EBUS-TBNA), utilizando la técnica de segmentación.
Las imágenes se crearán a partir de 300 videos de ganglios linfáticos de una biblioteca prospectiva y se utilizarán como conjunto de derivación para desarrollar el algoritmo.
Se recopilarán prospectivamente 100 imágenes de ganglios linfáticos adicionales para validar si NeuralSeg puede aplicar correctamente la puntuación.
Descripción general del estudio
Estado
Terminado
Condiciones
Intervención / Tratamiento
Tipo de estudio
De observación
Inscripción (Actual)
52
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Ubicaciones de estudio
-
-
Ontario
-
Hamilton, Ontario, Canadá, L8N 4A6
- St. Joseph's Healthcare Hamilton
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
18 años y mayores (Adulto, Adulto Mayor)
Acepta Voluntarios Saludables
No
Géneros elegibles para el estudio
Todos
Método de muestreo
Muestra no probabilística
Población de estudio
La fase A no requiere la inscripción de pacientes.
La fase B requerirá la inscripción prospectiva de pacientes para obtener el conjunto de validación de nuevos videos de ganglios linfáticos.
Todos los pacientes programados para someterse a un procedimiento EBUS-TBNA para la estadificación mediastínica del NSCLC en St. Joseph's Healthcare Hamilton serán elegibles para inscribirse en este estudio.
No hay criterios de exclusión.
Todos los pacientes se someterán a EBUS-TBNA según la atención de rutina, excepto por la única diferencia en la que los procedimientos se grabarán en video para que puedan usarse para el análisis por computadora en un momento posterior.
Descripción
Criterios de inclusión:
- debe ser diagnosticado con cáncer de pulmón confirmado o sospechado y estar sometido a diagnóstico / estadificación EBUS
Criterio de exclusión:
- Ninguno
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Desarrollo de un algoritmo informático para identificar las características ultrasonográficas de los ganglios linfáticos
Periodo de tiempo: Desde la recopilación retrospectiva de datos hasta el desarrollo de algoritmos (1 mes)
|
Objetivo: determinar si una red de IA neuronal profunda (NeuralSeg) puede aprender a asignar el Canada Lymph Node Score a los ganglios linfáticos examinados por EBUS, utilizando la técnica de segmentación en un conjunto existente (derivación) de videos de ganglios linfáticos
|
Desde la recopilación retrospectiva de datos hasta el desarrollo de algoritmos (1 mes)
|
|
Validación de un algoritmo informático para identificar las características ultrasonográficas de los ganglios linfáticos
Periodo de tiempo: Desde la recopilación prospectiva de datos hasta la validación de algoritmos (6 meses)
|
Objetivo: determinar si NeuralSeg puede aplicar correctamente el Canada Lymph Node Score a un nuevo conjunto (de validación) de videos de ganglios linfáticos que nunca antes había visto
|
Desde la recopilación prospectiva de datos hasta la validación de algoritmos (6 meses)
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Precisión y fiabilidad de la segmentación realizada por NeuralSeg
Periodo de tiempo: De segmentación realizada por cirujano a segmentación realizada por NeuralSeg (1 mes)
|
Objetivo: comparar la precisión y confiabilidad de la segmentación realizada por NeuralSeg con la segmentación realizada por un cirujano endoscópico experimentado utilizando los coeficientes DICE-SORENSEN.
|
De segmentación realizada por cirujano a segmentación realizada por NeuralSeg (1 mes)
|
|
NeuralSeg predicción de malignidad de ganglios linfáticos
Periodo de tiempo: Desde el algoritmo NeuralSeg utilizado en las imágenes EBUS hasta el informe de la biopsia (estimado hasta 2-3 meses)
|
Objetivo: determinar si NeuralSeg puede predecir con precisión la malignidad en el ganglio linfático en comparación con los resultados de la biopsia del ganglio linfático que se examinó.
|
Desde el algoritmo NeuralSeg utilizado en las imágenes EBUS hasta el informe de la biopsia (estimado hasta 2-3 meses)
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Investigador principal: Wael C Hanna, St. Josephs Healthcare Hamilton
Publicaciones y enlaces útiles
La persona responsable de ingresar información sobre el estudio proporciona voluntariamente estas publicaciones. Estos pueden ser sobre cualquier cosa relacionada con el estudio.
Publicaciones Generales
- Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. 2019 Jan;25(1):44-56. doi: 10.1038/s41591-018-0300-7. Epub 2019 Jan 7.
- American College of Chest Physicians; Health and Science Policy Committee. Diagnosis and management of lung cancer: ACCP evidence-based guidelines. American College of Chest Physicians. Chest. 2003 Jan;123(1 Suppl):D-G, 1S-337S. No abstract available.
- Hanna WC, Yasufuku K. Bronchoscopic staging of lung cancer. Ther Adv Respir Dis. 2013 Apr;7(2):111-8. doi: 10.1177/1753465812468041. Epub 2012 Dec 20.
- Hylton DA, Turner J, Shargall Y, Finley C, Agzarian J, Yasufuku K, Fahim C, Hanna WC. Ultrasonographic characteristics of lymph nodes as predictors of malignancy during endobronchial ultrasound (EBUS): A systematic review. Lung Cancer. 2018 Dec;126:97-105. doi: 10.1016/j.lungcan.2018.10.020. Epub 2018 Oct 30.
- El-Sherief AH, Lau CT, Wu CC, Drake RL, Abbott GF, Rice TW. International association for the study of lung cancer (IASLC) lymph node map: radiologic review with CT illustration. Radiographics. 2014 Oct;34(6):1680-91. doi: 10.1148/rg.346130097.
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
8 de abril de 2019
Finalización primaria (Actual)
23 de septiembre de 2019
Finalización del estudio (Actual)
20 de noviembre de 2019
Fechas de registro del estudio
Enviado por primera vez
19 de febrero de 2019
Primero enviado que cumplió con los criterios de control de calidad
20 de febrero de 2019
Publicado por primera vez (Actual)
21 de febrero de 2019
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
11 de marzo de 2020
Última actualización enviada que cumplió con los criterios de control de calidad
10 de marzo de 2020
Última verificación
1 de marzo de 2020
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- StJoes EBUS AI (5636)
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
NO
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .