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

Patologiaan perustuvan tekoälymallin kehittäminen ja ennakoiva validointi eturauhassyövän kastraatiovastustusajan ennustamiseksi

keskiviikko 21. tammikuuta 2026 päivittänyt: Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Patologialla perustuvan tekoälymallin kehittäminen ja ennakoiva validointi eturauhassyövän kastraatioresistenssiin siirtymisen ennustamiseksi

Tämän ennakoivan testin tavoitteena on tulevaisuuteen suuntautuen testata kehitetyn tekoälyn (AI) ennakoivan mallin suorituskykyä ennustettaessa eturauhassyövän resistenssin aikaa kastraatiohoitoa vastaan. Tutkijat olivat kehittäneet tämän tekoälymallin perustuen syväoppimisen algoritmeihin alustavassa tutkimuksessa, ja se suoriutui hyvin retrospektiivisissä testeissä.

Tutkimuksen yleiskatsaus

Tila

Ei vielä rekrytointia

Ehdot

Interventio / Hoito

Yksityiskohtainen kuvaus

Hormoniterapia on tärkeä hoitomenetelmä eturauhassyöpään ja voi tehokkaasti pidentää potilaiden elossaoloaikaa. Kuitenkin lähes kaikki potilaat etenevät eri aikoina kastraatio-resistentiksi eturauhassyöväksi. Nykyiset hormoniterapian vaihtoehdot sisältävät androgenideprivaatiohoidon (ADT), anti-androgenireseptorin (AR) ja kemoterapian, yhdistelmähoidon ollessa tehokkaampi varhaisissa vaiheissa mutta liittyen suurempiin sivuvaikutuksiin. Siksi kastraatio-resistentin etenemisen ajan ennustaminen ja tämän tiedon käyttö yksilöllisten hoitosuunnitelmien soveltamiseen voi taata tehokkuuden vähentäen samalla lääkkeiden sivuvaikutuksia. Tästä syystä olemme kehittäneet keinotekoisen älyn ennustemallin eturauhassyövän kastraatio-resistenssin ajan ennustamiseksi, joka odotettavasti ennustaa tarkasti eri potilaiden etenemisaikaa ja auttaa lääkäreitä tekemään yksilöllisiä ja tarkkoja hoitosuunnitelmia yksilöllisten etenemisriskien perusteella.

Tämä tutkimus on ennustetesti ilman puuttumistoimenpiteitä, suunnitellen kerättävän rekisteröityneiden potilaiden eturauhasbiopsian patologisia leikkeitä ja digitalisoitavan ne kokoleikkuvauvoiksi (WSIs). AI-malli analysoi WSIt ja tuottaa leikkuutasoisia ennustetuloksia (alle 12 kuukaudessa, 12–24 kuukauden välillä tai yli 24 kuukaudessa). Säännöllinen hoito ja tutkimus suoritetaan tavalliseen tapaan. Nämä kaksi prosessia eivät häiritse toisiaan. Sitten seurataan potilaita 24 kuukauden ajan, tallentaen kastraatio-resistentin etenemisen ajan, ja vertaamme tuloksia ennustemalliin.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

150

Yhteystiedot ja paikat

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

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

  • Kiina
    • Guangdong
      • Guangzhou, Guangdong, Kiina, 510120
        • Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
        • Ottaa yhteyttä:

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

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

Potilaat, joilla on eturauhassyöpä, ja joille tehdään eturauhasen biopsia Sun Yat-sen -yliopiston Sun Yat-sen Memorial -sairaalassa tammikuun 2026 ja joulukuun 2026 välisenä aikana, on tarkoitus ottaa mukaan tähän ennakoivaan ennustetestiin. Rekisteröityjen potilaiden biopsiakudosten histopatologiset preparaattileikkeet kerätään ja digitalisoidaan kokoleikkuvaihekuviksi (WSI) tekoälymallin ennakoivaa validointia varten.

Kuvaus

Sisällytyskriteerit:

  1. Potilailla on diagnosoitu keski- tai korkean riskin eturauhassyöpä; heille on tehty eturauhasen biopsia
  2. Potilaat ovat saaneet ainoastaan hormonihoidosta eturauhassyövän hoitoon;
  3. Potilailla on täydelliset kliiniset ja patologiset tiedot.
  4. Potilaat suostuvat osallistumaan tähän diagnostiikkatestiin.

Poissulkemiskriteerit:

  1. Potilailla on muita kasvaimia ja heille on annettu systemaattista hoitoa.
  2. Potilas kieltäytyi osallistumasta tähän diagnostiikkatestiin.

Opintosuunnitelma

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

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
Potilaat käyvät läbi eturauhasen biopsian
Potilaat käyvät läbi eturauhasen biopsian ja heille diagnosoidaan eturauhassyöpä, ja he saavat hormonihoidon.
Muut: Keinotekoisen älyn (AI) pohjalta kehitetty ennustemalli
Kerää rekisteröityjen potilaiden eturauhasen biopsian patologiset leikkeet. Digitoida nämä leikkeet kokoleikkuvauvoiksi (WSI). Analysoi WSI-kuvia käyttämällä tekoälymallia ennustetulosten luomiseksi (alle 12 kuukauden sisällä, 12–24 kuukauden välillä tai yli 24 kuukauden jälkeen). Potilaille ei tehdä mitään toimenpiteitä tässä ennustetestitutkimuksessa.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
C-indeksi (Concordance-indeksi)
Aikaikkuna: Jokaiselle rekisteröidylle potilaalle saadaan AI-mallin ennustetulokset lyhyen ajan kuluessa eturauhasen biopsian jälkeen, ja AI-mallin C-indeksi arvioidaan tutkimuksen päättymiseen mennessä, keskimäärin 3 vuoden kuluessa.
Kaikkien potilasparien osuus, joissa ennustettu tulosten järjestys vastaa todellista tulosten järjestystä. Se arvioi todennäköisyyttä, että ennustetut tulokset vastaavat havaittuja tuloksia.
Jokaiselle rekisteröidylle potilaalle saadaan AI-mallin ennustetulokset lyhyen ajan kuluessa eturauhasen biopsian jälkeen, ja AI-mallin C-indeksi arvioidaan tutkimuksen päättymiseen mennessä, keskimäärin 3 vuoden kuluessa.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
herkkyys
Aikaikkuna: Jokaiselle rekisteröidylle potilaalle ennustavat tulokset tekoälymallista saadaan lyhyen ajan kuluessa eturauhasen biopsian jälkeen, ja tekoälymallin herkkyys arvioidaan tutkimuksen päättymiseen mennessä, keskimäärin 3 vuoden aikana.
Ennustavan mallin tulos jaetaan binäärimuuttujaksi käyttämällä 12 kuukauden kynnysarvoa: TTCR <12 kuukautta pidetään positiivisena tuloksena ja TTCR ≥12 kuukautta pidetään negatiivisena tuloksena. Vastaavasti potilaat, joiden TTCR <12 kuukautta, ovat positiivisia potilaita ja ne, joiden TTCR ≥12 kuukautta, ovat negatiivisia potilaita. Oikein ennustettujen positiivisten näytteiden (TTCR<12 kuukautta) määrä, joka jaetaan positiivisten näytteiden kokonaismäärällä
Jokaiselle rekisteröidylle potilaalle ennustavat tulokset tekoälymallista saadaan lyhyen ajan kuluessa eturauhasen biopsian jälkeen, ja tekoälymallin herkkyys arvioidaan tutkimuksen päättymiseen mennessä, keskimäärin 3 vuoden aikana.
spesifisyys
Aikaikkuna: Jokaiselle rekisteröidylle potilaalle ennustavat tulokset tekoälymallista saadaan pian eturauhasen biopsian jälkeen, ja tekoälymallin spesifisyys arvioidaan tutkimuksen päättymiseen mennessä, keskimäärin 3 vuoden kuluttua.
Ennustavan mallin tulos jaetaan binäärimuuttujaksi käyttämällä 12 kuukauden kynnysarvoa: TTCR <12 kuukautta pidetään positiivisena tuloksena ja TTCR ≥12 kuukautta pidetään negatiivisena tuloksena. Vastaavasti potilaat, joilla TTCR <12 kuukautta, ovat positiivisia potilaita, ja ne, joilla TTCR ≥12 kuukautta, ovat negatiivisia potilaita. Oikein ennustettujen negatiivisten liukujen (TTCR≥12 kuukautta) määrä jaettuna negatiivisten liukujen kokonaismäärällä
Jokaiselle rekisteröidylle potilaalle ennustavat tulokset tekoälymallista saadaan pian eturauhasen biopsian jälkeen, ja tekoälymallin spesifisyys arvioidaan tutkimuksen päättymiseen mennessä, keskimäärin 3 vuoden kuluttua.

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Tutkijat

  • Opintojohtaja: Shaoxu Wu, Ph.D, Department of Urology of Sun Yat-sen Memorial Hospital of Sun Yat-sen University

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)

Torstai 1. tammikuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 31. joulukuuta 2028

Opintojen valmistuminen (Arvioitu)

Sunnuntai 31. joulukuuta 2028

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Keskiviikko 21. tammikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Keskiviikko 21. tammikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Torstai 29. tammikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 29. tammikuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 21. tammikuuta 2026

Viimeksi vahvistettu

Torstai 1. tammikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • SYSKY-2025-940-01

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Potilaan yksityisyyden suojaamiseksi patologiset dia-kuvat ja muut potilaan liittyvät tiedot eivät ole julkisesti saatavilla.

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