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

Tekoälyyn perustuvan kliinisen avustajan arviointi kilpirauhassyövän hoidon tukemiseksi

perjantai 17. heinäkuuta 2026 päivittänyt: Dr. Carlos King-Ho Wong, The University of Hong Kong

Satunnaistettu kontrolloitu tutkimus tekoälyavusteisen kliinisen apulaisen arvioimiseksi kilpirauhassyövän luokittelussa ja riskiryhmittelyssä lääketieteen opiskelijoiden ja kliinikkojen keskuudessa

Tämän tutkimuksen tavoitteena on arvioida keinotekoisen älyn (AI) pohjautuvien mallien käyttöönoton kliinistä toteutettavuutta kilpirauhassyövän kliinisen hoidon parantamiseksi.

Tutkimuksen yleiskatsaus

Tila

Ilmoittautuminen kutsusta

Yksityiskohtainen kuvaus

Teknologian viimeaikaisen kehityksen myötä tekoälystä on tullut laajalti sovellettavissa visuaaliseen tekstintunnistukseen kliinisissä ympäristöissä. Tekoälyyn perustuva tekstintunnistus on nousemassa erittäin tehokkaaksi, kestäväksi ja kustannustehokkaaksi työkaluksi päätöksenteon ja personoidun lääketieteen alalla. Lukuisat tutkimukset ovat käyttäneet luonnollisen kielen käsittelyyn (NLP) perustuvia algoritmeja, erityisesti suuria kielimalleja (LLM), muuntaakseen elektronisten terveysrekisterien (EHR) kliinisistä konsultaatiomuistiinpanoista löytyvän rakentamattoman vapaatekstin strukturoiduiksi tiedoiksi, mikä rikastaa yksilöllisiä kliinisiä profiileja EHR-tietokannoissa. Ajan myötä nämä tekoälymallit ovat jatkuvasti parantaneet ennustetarkkuuttaan ja suorituskykyään itseoppimisen (tai ohjaamattoman oppimisen) kautta. Vaikka tekoälymallit ovat tehneet merkittävän vaikutuksen onkologian käytäntöihin ulkomailla, niiden hyödyllisyys tekstintunnistukseen onkologiassa on edelleen rajoittunutta Hongkongissa. Tässä ehdotetussa tutkimuksessa pyritään arvioimaan tekoälyyn perustuvien mallien käyttöönoton kliinistä toteutettavuutta parantaakseen loppukäyttäjän luottamusta diagnoosien tarkkuuteen ja riskien ennustamiseen tekoälyavusteisilla työnkuluilla kilpirauhassyövän hoidossa.

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

76

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskelupaikat

      • 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

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

Joo

Kuvaus

Sisällyttämiskriteerit:

  • lääketieteen opiskelijat
  • klinikot (mukaan lukien, mutta ei rajoittuen kirurgit, onkologit, patologit)

Pois sulkemiskriteerit:

  • lääketieteen opiskelijat ja klinikot, jotka olivat tarkastelleet kliinisiä muistiinpanoja tai olivat osallistuneet kliinisten muistiinpanojen käsittelyyn ennen kliinisten kokeellisten tutkimusten alkamista

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Terveyspalvelututkimus
  • Jako: Satunnaistettu
  • Inventiomalli: Crossover-tehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Tekoälyavusteinen kliininen assistentti
Osallistujat antavat kunkin kilpirauhassyöpäpotilaan syövän vaiheen ja riskiluokan sekä osallistujien luottamuksen yllä oleviin diagnostisiin arvioihin, jossa käytetään tekoälyyn perustuvaa kliinistä avustajaa interventiona. Tekoälyavustaja perustuu LLM-tekniikkaan ja sisältää kliinisen kojelaudan. Kliininen kojelaatta näyttää alkuperäiset kliiniset muistiinpanot ja tiivistää kunkin kilpirauhassyöpäpotilaan syövän vaiheen ja riskiluokan, jotka on luotu kliinisen avustajan taustaprosessoinnissa. Alkuperäisistä kliinisistä muistiinpanoista saatua tukevaa näyttöä on myös korostettu osallistujien vahvistusta varten.
Osallistujat ilmoittavat kunkin kilpirauhassyöpäpotilaan syövän levinneisyysasteen ja riskiluokan sekä osallistujien luottamuksen edellä mainittuihin diagnostisiin arviointeihin, kun käytössä on tekoälyyn perustuva kliininen avustaja interventiona. Tekoälyavustaja perustuu suuriin kielimalleihin (LLM) ja sisältää kliinisen kojelaudan. Kliininen kojelauta näyttää alkuperäiset kliiniset muistiinpanot ja tiivistää kunkin kilpirauhassyöpäpotilaan syövän levinneisyysasteen ja riskiluokan, jotka on luotu kliinisen avustajan taustalla tapahtuvan prosessoinnin kautta. Alkuperäisistä kliinisistä muistiinpanoista peräisin olevat tukevat todisteet on myös korostettu osallistujien vahvistusta varten.
Ei väliintuloa: Manuaalinen tapaustutkimuksen tarkastelu
Osallistujat toimittavat jokaisen kilpirauhassyöpäpotilaan syövän vaihe- ja riskiluokituksen sekä osallistujien luottamuksen edellä mainittuihin diagnostiisiin arvioihin manuaalisella potilaskertomusanalyysillä.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Efficiency
Aikaikkuna: 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

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Accuracy of Cancer Staging and Risk Stratification by Participants Compared with Ground Truth across Intervention and Non-intervention Groups
Aikaikkuna: 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
Aikaikkuna: 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

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Päätutkija: King Ho Carlos Wong, School of Public Health The University of Hong Kong
  • Päätutkija: Man Him Matrix Fung, Department of Surgery, School of Clinical Medicine, The University of Hong Kong

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

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)

Torstai 2. lokakuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Keskiviikko 31. maaliskuuta 2027

Opintojen valmistuminen (Arvioitu)

Perjantai 30. huhtikuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Maanantai 29. syyskuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Sunnuntai 16. marraskuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Tiistai 18. marraskuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 21. heinäkuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 17. heinäkuuta 2026

Viimeksi vahvistettu

Keskiviikko 1. heinäkuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

JOO

IPD-suunnitelman kuvaus

Vain anonyymeja IPD-tietoja, joita on käytetty tulosten julkaisuissa, jaetaan siten, että yksilöiden tunnistaminen uudelleen ei ole mahdollista.

IPD-jaon aikakehys

IPD ja tukevat tiedot tulevat saataville tutkimuksen valmistuttua (ennustettu päivämäärä 31. joulukuuta 2025) tulosten levittämisen tai julkaisun yhteydessä, ja ne pysyvät saatavilla toistaiseksi, kunnes niiden poistamista vaaditaan.

IPD-jaon käyttöoikeuskriteerit

IPD-tiedot ja tukimateriaalit tullaan saataville tulosten levittämisen ja julkaisemisen yhteydessä ladattuina dokumentteina tai liitteinä. Kaikki, joilla on pääsy artikkeleihin, voivat käyttää kaikkia dokumentteja.

IPD-jakamista tukeva tietotyyppi

  • STUDY_PROTOCOL
  • MAHLA
  • ICF
  • ANALYTIC_CODE

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 .

Tilaa