Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Keinotekoinen älykkyys mahalaukun syövän puuttumisen ratkaisemiseksi (kohdistaminen) (GAIN)

tiistai 6. toukokuuta 2025 päivittänyt: Istituto Clinico Humanitas

Mahden syöpä ja tekoäly: Kansallisen tason projekti

Tavoiteprojektimme käsittää neljä ydintyöpakettia (WPS): WP1. Kansakuntitason satunnaistettu kontrolloitu tutkimus; WP2. Innovatiivisen AI -työkalun kehittäminen; WP3. Uusi mikrosimulaatiomallinnus; WP4. Potilaan sisällyttäminen.

Kansakuntitason monikeskus tandem satunnaistettu kontrolloitu tutkimus (WP1) auttaa ymmärtämään paremmin, kuinka reaaliaikainen AI-algoritmi voi vähentää varhaisen mahalaukun syövän ja dysplasian miss-määrää gastroskopian aikana. Lisäksi innovaatioprojekti edistää uuden AI -työkalun (WP2) kehittämistä, joka voi jakaa mahalaukun syövän riskin tunnistamalla in vivo -valmisteen olosuhteet. Lisäksi mikrosimulaatiomallinnus antaa meille mahdollisuuden ennustaa, kuinka AI: n käyttö voi estää mahalaukun syöpää ja vaikuttaa kustannuksiin ja potilaiden taakkaihin. Hyödyt ja haittojen välisen tasapainon arviointi on varsin ratkaisevan tärkeää etenkin tämän tyyppiselle lääketieteelliselle laitteelle, koska innovatiivisten työkalujen arvo on joskus yliarvioitu sidosryhmien innostumisen vuoksi (WP3). Lopuksi, huolehdimme potilaiden näkökulmasta koko tutkimusprojektin ajan sisällyttämällä potilaan organisaatio sekä WP1, 2 että 3 (WP4).

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Interventio / Hoito

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

6600

Vaihe

  • Ei sovellettavissa

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Sisällyttämiskriteerit:

  • Kaikki> 60-vuotiaat potilaat, joille tehtiin ylemmän kaasunjalkainen (GI) endoskopia valituille indikaatioille korkean riskin mahalaukun syöpään ..

Poissulkemiskriteerit:

  • vasta-aiheet ylemmän GI: n endoskopiaan.
  • Biopsian vasta -aiheet.
  • Aktiivinen ylä-GI-verenvuoto tai kiireellinen ylemmän GI-endoskopia.
  • Potilaat, joilla on aikaisempi ylemmän GI-leikkaus, johon sisältyy vatsa.
  • Potilaat, jotka eivät pystyneet tai kieltäytyivät antamasta tietoon perustuvaa kirjallista suostumusta.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Ennaltaehkäisy
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Ei mitään (avoin tarra)

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Ei väliintuloa: Rinnakkaisvarsi 1
potilaille tehdään tavallinen teräväpiirto ja korkealaatuinen ylemmän GI-endoskopia mahalaukun leesioiden havaitsemiseksi histologisella kartoituksella Sydneyn järjestelmän mukaisesti
Active Comparator: Rinnakkaisvarsi 2
potilaille tehdään teräväpiirto ja korkealaatuinen ylemmän GI-endoskopia reaaliaikaisen tekoälyn avulla varhaisen mahasyövän ja mahan dysplasian havaitsemiseksi.

Kaksi uutta syväoppimisjärjestelmää, yksi endoskopiaa ja toinen patologiaa varten, koulutetaan ja validoidaan mahalaukun surkastumisen ja metaplasian diagnosointia varten, mukaan lukien laajennus ja vakavuus. Molemmat algoritmit validoidaan tapauksia vastaan, joita ei käytetä koulutusvaiheissa. Osio on suunnilleen 5-1.

Tekoälyavun hyötyjä ja haittoja mahasyövän varhaisessa diagnosoinnissa simuloidaan kehittämällä Markovin malli mahasyövän luontaisesta historiasta dysplasiasta varhaiseen ja pitkälle edenneeseen syöpään sekä GS:n vaikutusta sen luontaiseen historiaan. . Tämä myös simuloi läpimeno- ja pituusharhaisuuden mahdollista vaikutusta. Nämä tiedot sisällytetään simulaatiomalliin, jotta ne voidaan ottaa mukaan päätöksentekoprosessiin siitä, pitäisikö mahasyövän havaitsemiseen tarkoitettua tekoälyapua suositella terveydenhuoltojärjestelmille vai ei.

Muut: Jakovarsi 1 (ohjaus)
potilaille tehdään kaksi tavallista teräväpiirtolaatuista ylemmän GI-endoskopiaa rinnakkain: ensimmäinen tehdään ilman tekoälyä ja toinen tekoälyä, jotta voidaan määrittää puuttumisprosentti tavallisessa ylemmän GI-endoskopiassa.

Kaksi uutta syväoppimisjärjestelmää, yksi endoskopiaa ja toinen patologiaa varten, koulutetaan ja validoidaan mahalaukun surkastumisen ja metaplasian diagnosointia varten, mukaan lukien laajennus ja vakavuus. Molemmat algoritmit validoidaan tapauksia vastaan, joita ei käytetä koulutusvaiheissa. Osio on suunnilleen 5-1.

Tekoälyavun hyötyjä ja haittoja mahasyövän varhaisessa diagnosoinnissa simuloidaan kehittämällä Markovin malli mahasyövän luontaisesta historiasta dysplasiasta varhaiseen ja pitkälle edenneeseen syöpään sekä GS:n vaikutusta sen luontaiseen historiaan. . Tämä myös simuloi läpimeno- ja pituusharhaisuuden mahdollista vaikutusta. Nämä tiedot sisällytetään simulaatiomalliin, jotta ne voidaan ottaa mukaan päätöksentekoprosessiin siitä, pitäisikö mahasyövän havaitsemiseen tarkoitettua tekoälyapua suositella terveydenhuoltojärjestelmille vai ei.

Active Comparator: Ristikkäinen käsivarsi 2
potilaille tehdään kaksi tavallista teräväpiirto- ja korkealaatuista ylemmän GI-endoskopiaa rinnakkain: ensimmäinen tehdään tekoälyn avulla ja toinen ilman tekoälyä, jotta voidaan määrittää puuttumisasteen väheneminen, kun tekoälyn apua käytetään. .

Kaksi uutta syväoppimisjärjestelmää, yksi endoskopiaa ja toinen patologiaa varten, koulutetaan ja validoidaan mahalaukun surkastumisen ja metaplasian diagnosointia varten, mukaan lukien laajennus ja vakavuus. Molemmat algoritmit validoidaan tapauksia vastaan, joita ei käytetä koulutusvaiheissa. Osio on suunnilleen 5-1.

Tekoälyavun hyötyjä ja haittoja mahasyövän varhaisessa diagnosoinnissa simuloidaan kehittämällä Markovin malli mahasyövän luontaisesta historiasta dysplasiasta varhaiseen ja pitkälle edenneeseen syöpään sekä GS:n vaikutusta sen luontaiseen historiaan. . Tämä myös simuloi läpimeno- ja pituusharhaisuuden mahdollista vaikutusta. Nämä tiedot sisällytetään simulaatiomalliin, jotta ne voidaan ottaa mukaan päätöksentekoprosessiin siitä, pitäisikö mahasyövän havaitsemiseen tarkoitettua tekoälyapua suositella terveydenhuoltojärjestelmille vai ei.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Miss hinnanalennus
Aikaikkuna: 2025: 12 kuukauden ilmoittautuminen
varhaisen mahasyövän ja dysplastisten leesioiden ohitusasteen muutos ylemmän endoskopian yhteydessä käytettäessä AI-apua (tandem).
2025: 12 kuukauden ilmoittautuminen

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Muuta tunnistusten määrää
Aikaikkuna: 1 päivän toimenpide ja seuranta 2 vuotta
Muutos varhaisen mahasyövän ja dysplastisten leesioiden havaitsemisessa yläendoskopiassa käytettäessä AI-apua (rinnakkais).
1 päivän toimenpide ja seuranta 2 vuotta
potilastyytyväisyys
Aikaikkuna: 2025: 12 kuukauden ilmoittautumisen aikana
Potilaiden hyväksyttävyyden, tyytyväisyyden ja sietokyvyn arviointi kyselylomakkeella arvioituna tekoälyteknologiaa kohtaan sekä mahavaurioiden havaitsemiseen että karakterisointiin.
2025: 12 kuukauden ilmoittautumisen aikana

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Arvioitu)

Tiistai 10. kesäkuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Tiistai 1. kesäkuuta 2027

Opintojen valmistuminen (Arvioitu)

Torstai 1. kesäkuuta 2028

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 6. toukokuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 6. toukokuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Keskiviikko 14. toukokuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 14. toukokuuta 2025

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 6. toukokuuta 2025

Viimeksi vahvistettu

Torstai 1. toukokuuta 2025

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Muut tutkimustunnusnumerot

  • AIMING

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .