Inteligencia artificial en USE para el diagnóstico de lesiones sólidas pancreáticas
2 de abril de 2024 actualizado por: Bin Cheng, Huazhong University of Science and Technology
Utilización de Inteligencia Artificial para el Desarrollo de un Modelo de Red Neuronal EUS-convolución Entrenada para Diferenciar el Cáncer de Páncreas de Otras Lesiones Sólidas de Páncreas
Nuestro objetivo es desarrollar un modelo EUS-AI que pueda facilitar el diagnóstico clínico mediante el análisis de imágenes EUS y parámetros clínicos de los pacientes.
Descripción general del estudio
Estado
Terminado
Condiciones
Intervención / Tratamiento
Descripción detallada
La USE se considera una modalidad más sensible que la TC para detectar lesiones sólidas pancreáticas debido a su alta resolución espacial.
Sin embargo, el rendimiento del diagnóstico depende en gran medida de la experiencia y las habilidades técnicas de los médicos.
Por lo tanto, nuestro objetivo es desarrollar un modelo de diagnóstico EUS objetivo basado en la red neuronal convolucional, una técnica de inteligencia artificial.
Además, los parámetros clínicos como los factores de riesgo, los biomarcadores tumorales y los hallazgos radiológicos también se agregan a este modelo de inteligencia artificial para imitar los procedimientos de diagnóstico clínico reales y aumentar el rendimiento de este modelo.
Tipo de estudio
De observación
Inscripción (Actual)
130
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
-
-
Hubei
-
Wuhan, Hubei, Porcelana, 430030
- Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
-
-
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
Método de muestreo
Muestra no probabilística
Población de estudio
La cohorte será seleccionada del Tongji Hospital, Tongji Medical College, HUST.
Descripción
Criterios de inclusión:
- Pacientes que se sometieron a USE utilizando un ecoendoscopio de matriz lineal curva (GF-UCT260; Olympus Medical Systems) desde 2014 en nuestra afiliación.
- Para cada paciente, se incluyen todas las imágenes EUS nativas disponibles.
- El diagnóstico de los pacientes está validado por los resultados quirúrgicos o los hallazgos de la aspiración con aguja fina (PAAF) y tienen un curso clínico compatible con un período de seguimiento de más de 6 meses.
Criterio de exclusión:
- La imagen es de mala calidad.
- Las imágenes contienen marcas únicas que potencialmente pueden sesgar el modelo, como la aguja de biopsia.
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
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
Páncreas-USE
En esta cohorte se han incluido pacientes desde 2014 con imágenes EUS de páncreas normales o lesiones sólidas pancreáticas.
|
El subconjunto de prueba (aproximadamente el 20% del total de pacientes) se reserva para la evaluación final del modelo EUS-AI.
Los parámetros clínicos y las imágenes de EUS de cada paciente en el subconjunto de prueba se ingresarán en el modelo EUS-AI entrenado, y el modelo brindará el diagnóstico más posible.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La capacidad del modelo para diferenciar el cáncer de páncreas de otras lesiones sólidas de páncreas
Periodo de tiempo: Una vez finalizado el proceso de formación del modelo EUS-AI
|
Se utilizarán análisis de características operativas del receptor (ROC), sensibilidad, especificidad, precisión, valor predictivo positivo y valor predictivo negativo para evaluar la eficacia del modelo.
|
Una vez finalizado el proceso de formación del modelo EUS-AI
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La capacidad del modelo para especificar las lesiones sólidas del páncreas, como el cáncer de páncreas, CP, AIP y NET
Periodo de tiempo: Una vez finalizado el proceso de formación del modelo EUS-AI
|
Se utilizarán análisis de características operativas del receptor (ROC), sensibilidad, especificidad, precisión, valor predictivo positivo y valor predictivo negativo para evaluar la eficacia del modelo.
|
Una vez finalizado el proceso de formación del modelo EUS-AI
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
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)
1 de julio de 2022
Finalización primaria (Actual)
30 de junio de 2023
Finalización del estudio (Actual)
24 de enero de 2024
Fechas de registro del estudio
Enviado por primera vez
25 de julio de 2022
Primero enviado que cumplió con los criterios de control de calidad
25 de julio de 2022
Publicado por primera vez (Actual)
27 de julio de 2022
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
3 de abril de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
2 de abril de 2024
Última verificación
1 de abril de 2024
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
- Enfermedades del Sistema Digestivo
- Procesos Patológicos
- Enfermedades del sistema inmunológico
- Neoplasias por tipo histológico
- Neoplasias
- Enfermedades autoinmunes
- Atributos de la enfermedad
- Tumores neuroectodérmicos
- Neoplasias De Células Germinales Y Embrionarias
- Neoplasias De Tejido Nervioso
- Enfermedades pancreáticas
- Enfermedad crónica
- Pancreatitis
- Pancreatitis Crónica
- Tumores neuroendocrinos
- Pancreatitis autoinmune
Otros números de identificación del estudio
- EUS-AI 2022
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. .