Tekoälyn käyttö syövän imusolmukkeiden ennustamiseen keuhkosyövän vaiheissa ultraäänikuvauksen aikana
tiistai 10. maaliskuuta 2020 päivittänyt: Wael Hanna, St. Joseph's Healthcare Hamilton
Tekoälyä ja syviä hermoverkkoja käyttävän tietokoneavusteisen algoritmin kehittäminen ja validointi imusolmukkeiden ultraääniominaisuuksien segmentointiin endobronkiaalisen ultraäänen aikana
Tämän tutkimuksen tarkoituksena on selvittää, voiko syvä hermostollinen tekoäly (AI) -verkko (NeuralSeg) oppia määrittämään Kanadan imusolmukkeiden pistemäärän imusolmukkeille, jotka on tutkittu endobronkiaalisella ultraäänitransbronkiaalisella neulaaspiraatiolla (EBUS-TBNA) segmentointitekniikkaa käyttämällä.
Kuvat luodaan 300 imusolmukevideosta tulevasta kirjastosta, ja niitä käytetään johdannaissarjana algoritmin kehittämiseen.
Lisäksi kerätään 100 imusolmukekuvaa, jotta voidaan vahvistaa, pystyykö NeuralSeg soveltamaan pisteytystä oikein.
Tutkimuksen yleiskatsaus
Tila
Valmis
Interventio / Hoito
Opintotyyppi
Havainnollistava
Ilmoittautuminen (Todellinen)
52
Yhteystiedot ja paikat
Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.
Opiskelupaikat
-
-
Ontario
-
Hamilton, Ontario, Kanada, L8N 4A6
- St. Joseph's Healthcare Hamilton
-
-
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
18 vuotta ja vanhemmat (Aikuinen, Vanhempi Aikuinen)
Hyväksyy terveitä vapaaehtoisia
Ei
Sukupuolet, jotka voivat opiskella
Kaikki
Näytteenottomenetelmä
Ei-todennäköisyysnäyte
Tutkimusväestö
Vaihe A ei vaadi potilaiden rekisteröintiä.
Vaihe B edellyttää mahdollisten potilaiden rekisteröintiä uusien imusolmukevideoiden validointisarjan saamiseksi.
Kaikki potilaat, joille on määrä tehdä EBUS-TBNA-menettely NSCLC:n välikarsinavaiheen määrittämiseksi St. Joseph's Healthcare Hamiltonissa, voivat ilmoittautua tähän tutkimukseen.
Poissulkemiskriteereitä ei ole.
Kaikille potilaille suoritetaan EBUS-TBNA rutiinihoidon mukaisesti, lukuun ottamatta yhtä eroa, jossa toimenpiteet tallennetaan videolle, jotta niitä voidaan käyttää tietokoneanalyysiin myöhemmin.
Kuvaus
Sisällyttämiskriteerit:
- heillä on diagnosoitu vahvistettu tai epäilty keuhkosyöpä ja heillä on oltava EBUS-diagnoosi/vaiheistus
Poissulkemiskriteerit:
- Ei mitään
Opintosuunnitelma
Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tietokonealgoritmin kehittäminen imusolmukkeiden ultraääniominaisuuksien tunnistamiseksi
Aikaikkuna: Takautuvasta tiedonkeruusta algoritmien kehittämiseen (1 kuukausi)
|
Tavoite: selvittää, voiko syvä hermosolujen tekoälyverkko (NeuralSeg) oppia määrittämään Kanadan imusolmukkeiden pistemäärän EBUS:n tutkimille imusolmukkeille käyttämällä segmentointitekniikkaa olemassa olevassa (johdannais) imusolmukevideosarjassa.
|
Takautuvasta tiedonkeruusta algoritmien kehittämiseen (1 kuukausi)
|
|
Tietokonealgoritmin validointi imusolmukkeiden ultraääniominaisuuksien tunnistamiseksi
Aikaikkuna: Mahdollisesta tiedonkeruusta algoritmin validointiin (6 kuukautta)
|
Tavoite: määrittää, voiko NeuralSeg soveltaa Kanadan imusolmukepistemäärää oikein uuteen (validointi) imusolmukevideoiden sarjaan, jota se ei ole koskaan ennen nähnyt
|
Mahdollisesta tiedonkeruusta algoritmin validointiin (6 kuukautta)
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
NeuralSegin suorittaman segmentoinnin tarkkuus ja luotettavuus
Aikaikkuna: Kirurgin suorittamasta segmentoinnista NeuralSegin suorittamaan segmentointiin (1 kuukausi)
|
Tavoite: Vertaa NeuralSegin suorittaman segmentoinnin tarkkuutta ja luotettavuutta kokeneen endoskooppisen kirurgin suorittamaan segmentointiin käyttämällä DICE-SORENSEN-kertoimia.
|
Kirurgin suorittamasta segmentoinnista NeuralSegin suorittamaan segmentointiin (1 kuukausi)
|
|
NeuralSeg-ennuste imusolmukkeiden pahanlaatuisuudesta
Aikaikkuna: EBUS-kuvauksessa käytetystä NeuralSeg-algoritmista biopsiaraporttiin (arviolta 2-3 kuukautta)
|
Tavoite: määrittää, voiko NeuralSeg ennustaa tarkasti imusolmukkeen pahanlaatuisuutta verrattuna tutkitun imusolmukkeen biopsiatuloksiin.
|
EBUS-kuvauksessa käytetystä NeuralSeg-algoritmista biopsiaraporttiin (arviolta 2-3 kuukautta)
|
Yhteistyökumppanit ja tutkijat
Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.
Sponsori
Tutkijat
- Päätutkija: Wael C Hanna, St. Josephs Healthcare Hamilton
Julkaisuja ja hyödyllisiä linkkejä
Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.
Yleiset julkaisut
- 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.
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 (Todellinen)
Maanantai 8. huhtikuuta 2019
Ensisijainen valmistuminen (Todellinen)
Maanantai 23. syyskuuta 2019
Opintojen valmistuminen (Todellinen)
Keskiviikko 20. marraskuuta 2019
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Tiistai 19. helmikuuta 2019
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Keskiviikko 20. helmikuuta 2019
Ensimmäinen Lähetetty (Todellinen)
Torstai 21. helmikuuta 2019
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Keskiviikko 11. maaliskuuta 2020
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Tiistai 10. maaliskuuta 2020
Viimeksi vahvistettu
Sunnuntai 1. maaliskuuta 2020
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- StJoes EBUS AI (5636)
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
EI
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 .