Evaluación de un Asistente Clínico con Inteligencia Artificial para Apoyar el Manejo del Cáncer de Tiroides
17 de julio de 2026 actualizado por: Dr. Carlos King-Ho Wong, The University of Hong Kong
Un Ensayo Controlado Aleatorio para Evaluar un Asistente Clínico con Inteligencia Artificial para la Estadificación y Estratificación del Riesgo del Cáncer de Tiroides entre Estudiantes de Medicina y Clínicos
Este estudio tiene como objetivo evaluar la viabilidad clínica de adoptar modelos basados en inteligencia artificial (IA) para mejorar el manejo clínico del cáncer de tiroides.
Descripción general del estudio
Estado
Inscripción por invitación
Condiciones
Intervención / Tratamiento
Descripción detallada
Con los recientes avances tecnológicos, la IA se ha vuelto ampliamente aplicable al reconocimiento de texto visual en entornos clínicos.
El reconocimiento de texto impulsado por IA está surgiendo como una herramienta altamente eficiente, sostenible y rentable para la toma de decisiones y la medicina personalizada.
Numerosos estudios han empleado algoritmos de procesamiento de lenguaje natural (PLN), particularmente modelos de lenguaje grandes (LLM), para convertir texto libre no estructurado de las notas de consulta clínica dentro de los registros de salud electrónicos (EHR) en datos estructurados, enriqueciendo así los perfiles clínicos individuales en las bases de datos de EHR.
Con el tiempo, estos modelos de IA han mejorado continuamente su precisión predictiva y rendimiento mediante el autoaprendizaje (o aprendizaje no supervisado).
Si bien los modelos de IA han tenido un impacto significativo en las prácticas de oncología en el extranjero, su utilidad para el reconocimiento de texto en oncología sigue siendo limitada en Hong Kong.
Este estudio propuesto tiene como objetivo evaluar la viabilidad clínica de adoptar modelos basados en IA para mejorar la confianza del usuario final en la precisión diagnóstica y la predicción de riesgos mediante flujos de trabajo asistidos por IA en el manejo del cáncer de tiroides.
Tipo de estudio
Intervencionista
Inscripción (Estimado)
76
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.
Ubicaciones de estudio
-
-
-
Hong Kong, Hong Kong
- School of Public Health, The University of Hong Kong
-
Hong Kong, Hong Kong
- Department of Surgery, School of Clinical Medicine, The University of Hong Kong
-
-
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:
- estudiantes de medicina
- clínicos (incluyendo, entre otros, a cirujanos, oncólogos, patólogos)
Criterios de exclusión:
- estudiantes de medicina y clínicos que hubieran revisado las notas clínicas o hubieran participado en el procesamiento de las notas clínicas antes del inicio de los estudios experimentales clínicos
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: Investigación de servicios de salud
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación cruzada
- Enmascaramiento: Único
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Asistente clínico con inteligencia artificial
Los participantes proporcionarán la estadificación del cáncer y la categoría de riesgo de cada paciente con cáncer de tiroides, así como la confianza de los participantes en las evaluaciones diagnósticas anteriores con el asistente clínico habilitado para IA como intervención.
El asistente de IA está impulsado por LLM e incluye un panel clínico.
El panel clínico muestra las notas clínicas originales y resume la estadificación del cáncer y la categoría de riesgo de cada paciente con cáncer de tiroides generadas a partir del procesamiento backend del asistente clínico.
La evidencia de apoyo de las notas clínicas originales también se resalta para la verificación de los participantes.
|
Los participantes proporcionarán la estadificación del cáncer y la categoría de riesgo de cada paciente con cáncer de tiroides, así como la confianza de los participantes en las evaluaciones diagnósticas mencionadas, con el asistente clínico habilitado por IA como intervención.
El asistente de IA está impulsado por LLM e incluye un panel clínico.
El panel clínico muestra las notas clínicas originales y resume la estadificación del cáncer y la categoría de riesgo de cada paciente con cáncer de tiroides generadas a partir del procesamiento backend del asistente clínico.
La evidencia de apoyo de las notas clínicas originales también se resalta para la verificación de los participantes.
|
|
Sin intervención: Revisión manual de gráficos
Los participantes proporcionarán la estadificación del cáncer y la categoría de riesgo de cada paciente con cáncer de tiroides, así como la confianza de los participantes en las evaluaciones diagnósticas anteriores mediante una revisión manual de historiales médicos.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Efficiency
Periodo de tiempo: Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
The time required to complete reviewing one set of clinical notes is compared between intervention and non-intervention groups
|
Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Accuracy of Cancer Staging and Risk Stratification by Participants Compared with Ground Truth across Intervention and Non-intervention Groups
Periodo de tiempo: Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
The study will compare the accuracy of cancer staging and risk category assessed by the participants across the intervention group with AI assitance and non-intervention group without AI asssitance. The participants will review the clinical notes and assess the cancer staging and risk category for each thyroid cancer patient with or without the AI assistant. Participant provided assessments will be compared against the ground truth established by the clinical investigators of the study to guage the accuracy which is quantified as the percentage of correctly graded cancer staging and risk stratification. The accuracy will be compared between the intervention group and non-intervention groups using t-tests to evaluate the clinical impact of the AI assistant. |
Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
|
Participants' Confidence in Cancer Staging and Risk Stratification as Assessed by a 0-10 Scale Questionnaire
Periodo de tiempo: Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
The study will compare the participants' confidence in grading cancer staging and risk category between the intervention group with AI assistance and non-intervention group without AI-assistance. After evaluating each thyroid cancer case for providing cancer staging and risk category, participants will complete a short questionnaire rating their confidence in providing their assessments on a scale from 0 (lowest) to 10 (hightest). Meanw confidence score will be compared between the intervention group and non-intervention group to evaluate the clinical impact of the AI assitant. |
Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Colaboradores
Investigadores
- Investigador principal: King Ho Carlos Wong, School of Public Health The University of Hong Kong
- Investigador principal: Man Him Matrix Fung, Department of Surgery, School of Clinical Medicine, The University of Hong Kong
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.
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)
2 de octubre de 2025
Finalización primaria (Estimado)
31 de marzo de 2027
Finalización del estudio (Estimado)
30 de abril de 2027
Fechas de registro del estudio
Enviado por primera vez
29 de septiembre de 2025
Primero enviado que cumplió con los criterios de control de calidad
16 de noviembre de 2025
Publicado por primera vez (Actual)
18 de noviembre de 2025
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
21 de julio de 2026
Última actualización enviada que cumplió con los criterios de control de calidad
17 de julio de 2026
Última verificación
1 de julio de 2026
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- UW24-319-RCT
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
SÍ
Descripción del plan IPD
Solo se compartirán los IDP anonimizados utilizados en las publicaciones de resultados para que no sea posible la reidentificación de individuos.
Marco de tiempo para compartir IPD
Los IDP y la información de apoyo estarán disponibles una vez completado el estudio (fecha prevista el 31 de diciembre de 2025) con la difusión o publicación de resultados, y permanecerán indefinidamente hasta que se requiera su eliminación.
Criterios de acceso compartido de IPD
Los IPD y la información de respaldo estarán disponibles con la difusión de resultados y la publicación como documentos cargados o adjuntos.
Cualquier persona que tenga acceso a los artículos podrá acceder a todos los documentos.
Tipo de información de apoyo para compartir IPD
- PROTOCOLO DE ESTUDIO
- SAVIA
- CIF
- CÓDIGO_ANALÍTICO
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. .