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

Development of an AI-Agent for Urological Disease Diagnosis and Treatment

lauantai 18. heinäkuuta 2026 päivittänyt: Xu Kewei, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University

Development of an AI-Agent for Diagnosis and Treatment of Urological Diseases

Urological diseases such as urinary stones, prostate cancer, and bladder cancer are very common and often require highly specialized diagnosis and treatment. Today, the quality of care can vary between doctors, and there are not enough urology specialists to meet patient demand. Artificial intelligence (AI) may help doctors make faster and more consistent decisions.

This study aims to develop and test an AI-powered assistant called "UroAgent" that supports doctors in diagnosing and treating urological diseases. UroAgent is built on a large language model trained specifically for urology and is connected to tools that help it retrieve medical knowledge and analyze images. To build and test UroAgent, the research team will use 1,500 past patient records from 2010-2025 and collect 500 new patient cases for validation, for a total of 2,000 cases. This is an observational study: no patient's medical treatment will be changed because of it. The goal is to create a reliable AI tool that helps improve urological care for patients.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Ehdot

Yksityiskohtainen kuvaus

This study protocol describes an observational study aiming to develop and validate UroAgent, an artificial-intelligence agent for the diagnosis and treatment of urological diseases. A total of 2,000 urological disease cases will be collected, comprising 1,500 retrospective cases recorded at the center between 2010 and 2025 for model development and 500 prospectively enrolled cases for independent performance validation. The primary evaluation is the concordance between UroAgent's diagnostic and treatment recommendations and the reference standards established by senior urologists, assessed through diagnostic accuracy, recommendation appropriateness, completeness, and safety; secondary evaluations include the agent's performance across disease subtypes (urinary stones, prostate cancer, bladder cancer) and its image-interpretation capability. All records will undergo de-identification, and the study will adhere to rigorous ethical standards and a pre-specified statistical analysis plan to provide robust evidence for the clinical application of this urology-specific AI agent.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

2000

Yhteystiedot ja paikat

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

Opiskeluyhteys

Opiskelupaikat

  • Kiina
    • Guangdong
      • Guangzhou, Guangdong, Kiina, 510000
        • Rekrytointi
        • Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University
        • Ottaa yhteyttä:
      • Shantou, Guangdong, Kiina, 516600
        • Rekrytointi
        • Shenshan Medical Center, Sun Yat-sen Memorial Hospital, Sun Yat-sen University
        • Ottaa yhteyttä:
    • Jiangxi
      • Ganzhou, Jiangxi, Kiina, 341000
        • Rekrytointi
        • Ganzhou People's Hospital
        • 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

  • Lapsi
  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Ei-todennäköisyysnäyte

Tutkimusväestö

The study population comprises patients diagnosed with urological diseases at Sun Yat-sen Memorial Hospital, including urinary stones, prostate cancer, bladder cancer, and other urological conditions. A total of 2,000 participants (cases) will be included: 1,500 retrospective cases with records from 2010 to 2025, and 500 prospective, consecutively enrolled cases. Both sexes are eligible, and the population is predominantly adult (the protocol does not specify an age cutoff; an age criterion of ≥18 years is recommended for registry entry, per the note in section 16). All included participants have complete clinical information, imaging data, and surgical video available for model development and validation. Records are de-identified prior to use. The population reflects the real-world case mix of a tertiary urology center.

Kuvaus

Inclusion Criteria:

  1. Diagnosed with a urological disease (e.g., urinary stones, prostate cancer, bladder cancer, and other urological conditions).
  2. Availability of complete clinical information, imaging data, and surgical video required for model development and validation.

Exclusion Criteria:

1. Missing clinical information, imaging data, or surgical video.

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
Urological Disease Cohort
The cohort consists of patients diagnosed with urological diseases-including urinary stones, prostate cancer, and bladder cancer-at Sun Yat-sen Memorial Hospital. A total of 2,000 cases are included: 1,500 retrospective cases recorded between 2010 and 2025 (used for model development) and 500 prospectively and consecutively enrolled cases (used for independent validation); all records are de-identified. The intervention (technology) of interest is "UroAgent," an artificial-intelligence diagnostic-and-treatment agent built on a urology-specialized large language model with integrated tool modules (knowledge retrieval, image interpretation). For each case, UroAgent's diagnostic and treatment recommendations are generated and compared with the analyses provided by human urology specialists, to evaluate the agent's performance-diagnostic accuracy, recommendation appropriateness, completeness, and safety-against expert judgment.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Diagnostic Accuracy of UroAgent
Aikaikkuna: Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
The primary outcome is UroAgent's diagnostic accuracy, measured as the F1 score of its leading diagnosis against the reference-standard final diagnosis. The reference standard is established by senior urologists from pathology, imaging, and clinical course. F1 = 2 × Precision × Recall / (Precision + Recall), computed per case and aggregated as macro-F1 across the 2,000-case cohort (1,500 retrospective + 500 prospective). Unit of measure: F1 score (range 0-1).
Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Expert Subjective Accuracy Rating
Aikaikkuna: Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
Independent urologists rate the accuracy of UroAgent's diagnosis on a 5-point Likert scale (1 = completely inaccurate, 5 = completely accurate), blinded to model identity. Reported as the mean rating and the percentage of cases rated ≥ 4; disagreements resolved by a third urologist. Unit of measure: mean rating (1-5) and percentage of cases rated accurate (%).
Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
Treatment Recommendation Appropriateness of UroAgent
Aikaikkuna: Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
The proportion of cases in which UroAgent's management recommendation is rated appropriate. Two independent urologists rate each recommendation on a 5-point Likert appropriateness scale (1 = completely inappropriate, 5 = completely appropriate), blinded; "appropriate" defined as Likert ≥ 4; disagreement resolved by a third urologist. Unit of measure: percentage of cases (%) rated appropriate.
Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
Clinical Safety of UroAgent Recommendations
Aikaikkuna: Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
The rate of clinically unsafe recommendations. Each case is reviewed by senior urologists using a safety rubric and flagged (binary per case) for any contraindicated, erroneous, or potentially harmful recommendation. Unit of measure: percentage of cases (%) with ≥ 1 unsafe recommendation.
Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
Concordance and Non-Inferiority of UroAgent versus Clinician Diagnoses
Aikaikkuna: Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.
On the same cases, UroAgent's diagnoses are compared with those of practicing urologists. Reported as the agreement rate (%) between UroAgent and clinician diagnoses, plus the diagnostic-accuracy difference in percentage points (pp); Cohen's κ reported as a supplementary statistic. Both are assessed against the reference-standard final diagnosis. Unit of measure: agreement rate (%) and accuracy difference (pp).
Retrospective cases - at data extraction (single time point); Prospective cases - at enrollment (single time point); no longitudinal follow-up.

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

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

Yhteistyökumppanit

Shenshan Medical Center, Memorial Hospital of Sun Yat-sen University
Ganzhou City People's Hospital

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)

Tiistai 1. huhtikuuta 2025

Ensisijainen valmistuminen (Arvioitu)

Torstai 31. joulukuuta 2026

Opintojen valmistuminen (Arvioitu)

Keskiviikko 30. kesäkuuta 2027

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Sunnuntai 12. heinäkuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Lauantai 18. heinäkuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Torstai 23. heinäkuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 23. heinäkuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Lauantai 18. heinäkuuta 2026

Viimeksi vahvistettu

Keskiviikko 1. heinäkuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Avainsanat

Muita asiaankuuluvia MeSH-ehtoja

Muut tutkimustunnusnumerot

  • SYSKY-2025-151-03

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

IPD-suunnitelman kuvaus

Individual participant data (IPD) will not be shared. This single-center observational study uses de-identified clinical records, imaging, and surgical video. The retrospective cases (2010-2025) were not collected with consent for external data sharing, and applicable personal-information protection regulations (e.g., China's Personal Information Protection Law) together with institutional policy prohibit transfer of patient-level data outside the sponsoring hospital. The study's primary deliverable is the UroAgent model and aggregated performance results, which will be disseminated through peer-reviewed publications and the trial registry record. Collaboration requests will be considered case-by-case under institutional approval.

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