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

Tekoälyn Avustama Patologin Suorituskyvyn Parantaminen: Monikeskuksinen, Prospektiivinen, Satunnaistettu Kontrolloitu Koe

perjantai 6. helmikuuta 2026 päivittänyt: Nanfang Hospital, Southern Medical University

Tekoälymalliavusteinen patologien suorituskyvyn parantaminen kliinisissä diagnostisissa tehtävissä: monikeskuksellinen, prospektiivinen, satunnaistettu kontrolloitu tutkimus

Suunnittelemme monikeskuksellisen, prospektiivisen, satunnaistetun kontrolloidun tutkimuksen, jossa arvioidaan systemaattisesti patologiaan perustuvien tekoälymallien lisäarvoa mahasyövän diagnostiikassa. Tutkimus keskittyy vertailemaan tekoälyavusteista alustatulkintaa perinteiseen itsenäiseen diaanlukuun suhteen diagnostinen tarkkuus (esim. AUC), lukutehokkuus (esim. diagnoosiin kuluva aika), diagnostisten raporttien laatu, diagnostinen luottamus (Likert-asteikko) ja patologien tyytyväisyys tekoälymalleihin. Arvioimme myös ylivoimaisuutta vähemmän kokeneille (nuoremmille) patologeille ja ei-heikommuutta kokeneammille (vanhemmille) patologeille. Projektin onnistunut suorittaminen tarjoaa korkeatasoista prospektiivista näyttöä tukemaan patologiatekoälyn standardoitua käyttöönottoa, laadunvalvontaa ja laajempaa soveltamista mahasyövän hoitopolulla.

Tutkimuksen yleiskatsaus

Tila

Ilmoittautuminen kutsusta

Ehdot

Interventio / Hoito

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

1000

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

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

Opiskelupaikat

  • Kiina
    • Guangdong
      • Guangzhou, Guangdong, Kiina, 510515
        • Nanfang Hospital, Southern Medical University
    • Henan
      • Zhengzhou, Henan, Kiina
        • The First Affiliated Hospital of Zhengzhou University

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

Osallistumiskriteerit:

  1. Sukupuoli: ≥ 18 vuoden ikäinen;
  2. Potilaat, joille tehdään mahalimakalvon biopsia tai mahasyövän kirurginen leikkaus, joilla on saatavilla digitaalisia patologiakuvia ja kliinistä tietoa.

Poissulkemiskriteerit:

1.Puuttuvat tiedot tai analyysiin riittämättömän laadukkaat tiedot

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

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

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Tekoälyavusteinen ryhmä
Tämän ryhmän lääkäreiden tulee käyttää tekoälyn patologisen diagnoosimallia diagnoosien tukena. Tekoälyn patologinen malli antaa ennustetun tuloksen jokaisesta tapauksesta.
Muut: Tekoälypatologiamalli
Tämän ryhmän lääkäreiden on käytettävä tekoälypatologiamallia diagnoosien avustamiseksi. Tekoälypatologiamalli antaa ennustetun tuloksen jokaisesta tapauksesta.
Placebo Comparator: Riippumaton Diagnoosiryhmä (Vertailuryhmä)
Tässä ryhmässä patologit tekevät itsenäisesti diagnoosin jokaisesta tapauksesta omien kliinisten kokemustensa perusteella ja tallentavat sekä diagnoosiin kuluvan aikansa että diagnoosivarmuutensa.
Muut: Kontrolli
Patologit tekevät jokaisesta tapauksesta itsenäisen diagnoosin omien kliinisten kokemustensa perusteella ja kirjaavat sekä diagnoosin tekemiseen käytetyn ajan että diagnoosivarmuutensa.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Alue ROC-käyrän alla (AUC)
Aikaikkuna: Arvioinnit suoritetaan viikon kuluessa lääkäreiden diagnooseista.
Käyrän alla oleva pinta-ala
Arvioinnit suoritetaan viikon kuluessa lääkäreiden diagnooseista.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Diagnostinen aika per tapaus
Aikaikkuna: Mitattu välittömästi lääkärin diagnoosin jälkeen.
Aika, joka patologilta vaaditaan kunkin tapauksen diagnoosin valmistamiseen tekoälyavusteisessa diagnoosiryhmässä verrattuna itsenäiseen diagnoosiryhmään. Diagnoosiaika määritellään ajaksi (minuutteina/sekunteina) tapauksen tarkastelun aloittamisesta diagnoosiraportin viimeistelemiseen ja lähettämiseen tutkimusjärjestelmässä
Mitattu välittömästi lääkärin diagnoosin jälkeen.
Diagnostisen raportin laadun pistemäärä
Aikaikkuna: Enintään 1 viikon kuluessa kunkin tapauksen alkuperäisestä diagnoosista.
Patologisen diagnoosiraporttien laatuarvo tekoälyavusteisessa diagnoosiryhmässä verrattuna itsenäiseen diagnoosiryhmään. Raportin laatua arvioi riippumaton asiantuntijapatologiryhmä ennalta määritellyllä pisteytyskaavalla (esim. 0-100 asteikolla), ottaen huomioon diagnoosin tarkkuuden, raportin täydellisyyden, selkeyden ja rakenteen. Korkeammat pisteet osoittavat parempaa raportin laatua.
Enintään 1 viikon kuluessa kunkin tapauksen alkuperäisestä diagnoosista.
Patologien diagnoosiluottamus
Aikaikkuna: Jokaisen tapauksen diagnoosia tehtäessä.
Patologien itseraportoitu diagnoosivarmuus kullekin tapaukselle tekoälyn avustamassa diagnoosiryhmässä verrattuna itsenäiseen diagnoosiryhmään. Diagnoosivarmuutta arvioi raportoiva patologi välittömästi diagnoosin suorittamisen jälkeen [5]-portaisella Likert-asteikolla (esim. 1 = hyvin epävarma, 5 = hyvin varma). Korkeammat pisteet osoittavat suurempaa diagnoosivarmuutta.
Jokaisen tapauksen diagnoosia tehtäessä.
Patologien tyytyväisyys tekoälypatologiamalliin
Aikaikkuna: Arvioitu kerran jokaisen patologin AI-avusteisen lukujakson lopussa.
Patologien yleinen tyytyväisyys tekoälypatologisen diagnostisen mallin käytettävyyteen ja koettuun tehokkuuteen. Tyytyväisyyttä arvioidaan käyttämällä rakenteellista kyselylomaketta, joka koostuu Likert-asteikon kohteista, jotka arvioivat helppokäyttöisyyttä, integrointia työnkulkuun, tekoälyn tuotosten selkeyttä, koettua vaikutusta diagnostiseen tehokkuuteen sekä koettua vaikutusta diagnostiseen tarkkuuteen ja luottamukseen. Korkeammat pisteet osoittavat suurempaa tyytyväisyyttä, parempaa käytettävyyttä ja suurempaa koettua tehokkuutta.
Arvioitu kerran jokaisen patologin AI-avusteisen lukujakson lopussa.

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Nanfang Hospital, Southern Medical University

Tutkijat

  • Opintojohtaja: Li Liang, Nanfang Hospital, Southern Medical University

Julkaisuja ja hyödyllisiä linkkejä

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

Yleiset julkaisut

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)

Lauantai 1. marraskuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Tiistai 1. kesäkuuta 2027

Opintojen valmistuminen (Arvioitu)

Maanantai 1. marraskuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Perjantai 5. joulukuuta 2025

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Perjantai 5. joulukuuta 2025

Ensimmäinen Lähetetty (Todellinen)

Torstai 18. joulukuuta 2025

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Tiistai 10. helmikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Perjantai 6. helmikuuta 2026

Viimeksi vahvistettu

Sunnuntai 1. helmikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muut tutkimustunnusnumerot

  • NFEC-2025-653

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 .

Kliiniset tutkimukset Tekoälypatologiamalli

Hae vastaavia kokeiluja

Sponsorit ja yhteistyökumppanit

Sairaudet

Huumeiden interventiot

CROs by country

CROs in Kazakhstan

Ehdot

Harvinaiset sairaudet

Huumeiden interventiot

Ravintolisät

Sponsori / yhteistyökumppanit

Sijainnit

Tilaa