Modelos de inteligencia artificial para la predicción y el tratamiento de precisión del cáncer de próstata
27 de octubre de 2024 actualizado por: Shao Pengfei
Predicción y tratamiento precisos del cáncer de próstata mediante imágenes de diapositivas completas y resonancias magnéticas basadas en modelos de inteligencia artificial
El objetivo de este ensayo clínico es si los modelos de inteligencia artificial se pueden utilizar para un diagnóstico preoperatorio clínico preciso y un diagnóstico posoperatorio de hallazgos patológicos, y también medirá la precisión de las predicciones realizadas por los modelos de inteligencia artificial. Las principales preguntas que aborda el modelo edificio son:
- si el modelo de IA puede aprender de la resonancia magnética preoperatoria y de las imágenes de diapositivas completas posoperatorias para predecir con precisión información como benignidad o malignidad, agresividad, clasificación, subtipos, genes, etc. para los participantes con sospecha de tener cáncer de próstata antes de la operación o puntualmente.
- si el modelo de IA es capaz de aprender diapositivas de macropatología posoperatoria para permitir el diagnóstico de resultados de diapositivas de patología quirúrgica en nuevos participantes.
Los participantes:
- completar un examen de resonancia magnética y hacer que sus imágenes de resonancia magnética sean analizadas por el modelo de inteligencia artificial establecido para hacer un diagnóstico preciso de ellas.
- Según el diagnóstico, si se predice cáncer de próstata, se someterán a una cirugía radical del cáncer de próstata y perfeccionarán su patología quirúrgica.
Descripción general del estudio
Estado
Aún no reclutando
Condiciones
Intervención / Tratamiento
Descripción detallada
Basado en tecnología de inteligencia artificial, el modelo de predicción se construye delineando la correlación de mapeo cuantitativo entre las imágenes de diapositivas completas anotadas del cáncer de próstata y la resonancia magnética, y aclarando las características comunes.
En primer lugar, el modelo puede diagnosticar con precisión la patología radical del cáncer de próstata, que puede eximirse de la inmunohistoquímica para obtener información patológica detallada; en segundo lugar, el modelo de predicción de IA establecido puede diagnosticar con precisión la benignidad/malignidad, la invasividad, el grado y el subtipo del cáncer de próstata al predecir las imágenes de resonancia magnética del participante antes de la cirugía o la punción, de modo que se pueda formular un plan de tratamiento personalizado para el paciente antes de la operación o la punción. .
Finalmente, basado en tecnología de IA, el modelo aprende de las imágenes de resonancia magnética y realiza una reconstrucción 3D de la próstata y las lesiones antes de la cirugía/punción, aclarando así la ubicación exacta de las lesiones y guiando la punción o el tratamiento quirúrgico.
Tipo de estudio
Intervencionista
Inscripción (Estimado)
200
Fase
- No aplica
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.
Estudio Contacto
- Nombre: Pengfei Shao, Professor
- Número de teléfono: 13851925825
- Correo electrónico: spf032@hotmail.com
Copia de seguridad de contactos de estudio
- Nombre: Pan Zang, Postgraduate
- Número de teléfono: 18914730216
- Correo electrónico: 896381164@qq.com
Ubicaciones de estudio
-
-
Jiangsu
-
Nanjing, Jiangsu, Porcelana, 210036
- The First Affiliated Hospital of Nanjing Medical University (Jiangsu Provincial People's Hospital)
-
-
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
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Sí
Descripción
Criterios de inclusión:
- Pacientes con sospecha de CaP (PSA elevado o lesiones positivas sospechosas en los resultados de ecografía o resonancia magnética);
Criterios de exclusión:
- Tratamiento previo de la próstata en cualquier forma, incluida cirugía, radioterapia/quimioterapia, terapia endocrina, terapia dirigida e inmunoterapia;
- Pacientes a los que les falta algún elemento en la información clínica y patológica inicial;
- Pacientes con antecedentes de otras neoplasias malignas, comorbilidades graves u otros problemas de salud;
- No poder proporcionar/firmar un formulario de consentimiento informado;
- Pacientes que, a juicio del investigador, se consideren no aptos para participar en este ensayo clínico;
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
- Propósito principal: Diagnóstico
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Triple
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Grupo experimental
Este grupo de pacientes recibirá predicciones asistidas por modelos de inteligencia artificial.
|
Prueba de diagnóstico: modelos de inteligencia artificial de predicción precisa La patología posoperatoria, el diagnóstico preoperatorio preciso (incluidos los subtipos, benignos y malignos, invasivos, de clasificación) o el modelado de lesiones en 3D se predecirán basándose en el modelo predictivo de IA en respuesta a la información proporcionada.
|
|
Sin intervención: Grupo de control
Este grupo de pacientes no recibirá predicciones asistidas por modelos de inteligencia artificial.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Predicción de la patología del cáncer de próstata posradical después de una prostatectomía radical utilizando el modelo de evaluación integral 'AUC'
Periodo de tiempo: Desde la inscripción del sujeto hasta el postoperatorio inicial, generalmente entre 30 y 90 días.
|
'AUC' se refiere al área bajo la curva ROC (característica operativa del receptor), que indica el rendimiento del modelo en la predicción de información patológica relacionada con la inmunohistoquímica del cáncer de próstata después de la cirugía, y el AUC varía de 0 a 1, siendo el valor mayor indicando el mejor efecto de predicción.
|
Desde la inscripción del sujeto hasta el postoperatorio inicial, generalmente entre 30 y 90 días.
|
|
Predecir el desempeño de la patología posradical mediante el modelo de evaluación integral 'AUC'
Periodo de tiempo: Desde la inscripción del sujeto hasta el postoperatorio inicial, generalmente entre 30 y 90 días.
|
'AUC' se refiere al área bajo la curva ROC (característica operativa del receptor), que indica el nivel de rendimiento del modelo en la predicción del cáncer de próstata en el período preoperatorio, con un AUC que oscila entre 0 y 1, y los valores más grandes indican mejores resultados de predicción.
|
Desde la inscripción del sujeto hasta el postoperatorio inicial, generalmente entre 30 y 90 días.
|
|
'Puntuación F1' para evaluar el rendimiento del modelado 3D preoperatorio
Periodo de tiempo: Desde la inscripción del sujeto hasta la recuperación inicial posquirúrgica/punción, generalmente entre 30 y 90 días.
|
Un promedio conciliado de la precisión y el recuerdo del modelado 3D preoperatorio evaluados mediante la 'puntuación F1', que representa la coincidencia con la situación real.
|
Desde la inscripción del sujeto hasta la recuperación inicial posquirúrgica/punción, generalmente entre 30 y 90 días.
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Evaluar la cantidad de diferencia de costos entre el modelo predictivo y el enfoque clínico mediante "ahorros de costos económicos"
Periodo de tiempo: Desde la inscripción del sujeto hasta la recuperación inicial posquirúrgica/punción, generalmente entre 30 y 90 días.
|
Compare la diferencia en los costos incurridos utilizando un modelo predictivo con los predichos utilizando un enfoque clínico, la diferencia estará en yuanes.
|
Desde la inscripción del sujeto hasta la recuperación inicial posquirúrgica/punción, generalmente entre 30 y 90 días.
|
|
El "Tiempo de Diagnóstico" evalúa el tiempo necesario para predecir la patología relacionada con la inmunohistoquímica en el postoperatorio.
Periodo de tiempo: Desde la inscripción del sujeto hasta la recuperación inicial posquirúrgica/punción, generalmente entre 30 y 90 días.
|
El tiempo dedicado posoperatoriamente a predecir o ayudar al patólogo a obtener información patológica relacionada con la inmunohistoquímica se evalúa mediante el "Tiempo de diagnóstico" y se medirá en minutos.
|
Desde la inscripción del sujeto hasta la recuperación inicial posquirúrgica/punción, generalmente entre 30 y 90 días.
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Colaboradores
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 (Estimado)
1 de diciembre de 2024
Finalización primaria (Estimado)
1 de enero de 2030
Finalización del estudio (Estimado)
31 de diciembre de 2030
Fechas de registro del estudio
Enviado por primera vez
13 de agosto de 2024
Primero enviado que cumplió con los criterios de control de calidad
27 de octubre de 2024
Publicado por primera vez (Actual)
29 de octubre de 2024
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
29 de octubre de 2024
Última actualización enviada que cumplió con los criterios de control de calidad
27 de octubre de 2024
Última verificación
1 de octubre de 2024
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
- Carcinoma de mama in situ
- Enfermedades urogenitales
- Enfermedades Genitales
- Comportamiento motor aberrante en la demencia
- Neoplasias Genitales Masculinas
- Neoplasias urogenitales
- Neoplasias por sitio
- Neoplasias
- Enfermedades Genitales Masculinas
- Enfermedades prostáticas
- Enfermedades urogenitales masculinas
- Síntomas de comportamiento
- Neoplasias por tipo histológico
- Neoplasias Glandulares y Epiteliales
- Adenocarcinoma
- Carcinoma
- Neoplasias ductales, lobulillares y medulares
- Carcinoma in situ
- Neoplasias prostáticas
- Carcinoma Intraductal No Infiltrante
- Agresión
Otros números de identificación del estudio
- Shao Pengfei
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
producto fabricado y exportado desde los 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. .