Tekoälymallien kehittäminen eturauhassyövän segmentointia ja karakterisointia varten: yhden keskuksen retrospektiivinen havainnointitutkimus.
Eturauhassyöpä on miesten toiseksi yleisin syöpä. Tämä patologia edustaa onkologista ja kansanterveysongelmaa erityisesti kehittyneissä maissa, koska väestössä on enemmän iäkkäitä miehiä.
Lääketieteellisellä kuvantamisella on keskeinen rooli eturauhassairauden vaiheittaisessa ja uudelleen määrittämisessä. Magneettiresonanssikuvaus (MRI), tietokonetomografia (CT) ja positroniemissiotomografia (PET) ovat menetelmiä, joita tavallisesti käytetään normaalissa kliinisessä käytännössä eturauhassyövän karakterisointiin. Tähän mennessä näiden kuvien tutkiminen on rajoittunut kvalitatiiviseen visuaaliseen analyysiin, mutta on yhä enemmän näyttöä biolääketieteellisten kuvien kvantitatiivisen (tai puolikvantitatiivisen) analyysin käyttöönoton hyödyllisyydestä.
Nykyinen saatavilla olevan kuvantamistiedon ja niiden laadun kasvu mahdollistaa tekoälymenetelmien soveltamisen myös lääketieteen alalla tehtävien automatisointiin (esim. automaattinen segmentointi) ja luokittelu (esim. kasvaimen aggressiivisuus).
Kvantitatiivisten tietojen erottaminen ja yleisemmin kasvainleesioiden tutkiminen edellyttää yhden tai useamman lääkärin manuaalista segmentointia. Tämä prosessi vaatii erittäin pitkiä aikoja, koska jokainen kuva on käsiteltävä erikseen; Lisäksi tulos riippuu myös segmentoinnin suorittavan lääkärin kokemuksen tasosta ja tämä voi luoda heterogeenisyyden lähteen, joka vaikuttaa segmentoinnin toistettavuuteen.
Tekoälypohjaisia automaattisia segmentointimenetelmiä voidaan soveltaa lääketieteellisiin kuviin kasvainleesioiden paikantamiseen, mikä ylittää manuaalisen segmentoinnin rajat.
Tutkimuksen yleiskatsaus
Tila
Ehdot
Opintotyyppi
Ilmoittautuminen (Todellinen)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Milano, Italia, 20132
- IRCCS San Raffaele
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
- Aikuinen
- Vanhempi Aikuinen
Hyväksyy terveitä vapaaehtoisia
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
- Potilaat, joilla on eturauhassyövän histologinen diagnoosi;
- Potilaat, jotka suorittivat PET-tutkimuksen 68 Ga-PMSA:lla.
Poissulkemiskriteerit:
- CT- ja MR-kuvat, joissa on artefakteja, jotka estävät tulosten tulkinnan.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
Tekoälyalgoritmit eturauhassyövän vaurioiden luokitteluun lääketieteellisissä kuvissa.
Aikaikkuna: 2 vuotta
|
Ilmoittautuneiden potilaiden PET-kuvia käytetään luomaan malleja, jotka tutkivat tekoälyn kykyä automatisoida kasvainten segmentointitehtäviä.
|
2 vuotta
|
Yhteistyökumppanit ja tutkijat
Sponsori
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Todellinen)
Opintojen valmistuminen (Todellinen)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- AI_Pca
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
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 .