Intelligence artificielle vs LIRADS dans le diagnostic du CHC sur CT
Un prototype d'algorithme d'intelligence artificielle par rapport aux critères du système de rapport et de données d'imagerie hépatique (LI-RADS) dans le diagnostic du carcinome hépatocellulaire par tomodensitométrie : un essai randomisé
Le cancer du foie est le sixième cancer le plus fréquemment diagnostiqué et la quatrième cause de décès par cancer dans le monde. C'est la 3ème cause la plus fréquente de décès par cancer à Hong Kong. Les taux de survie à cinq ans du cancer du foie diffèrent considérablement selon le stade de la maladie, allant de 91,5 % au stade précoce à 11 % au stade avancé. Le diagnostic précoce et précis du cancer du foie est primordial pour améliorer la survie au cancer. Le cancer du foie est diagnostiqué radiologiquement par imagerie en coupe, par ex. tomodensitométrie (CT), sans l'utilisation systématique de la biopsie hépatique. Cependant, avec les méthodes de déclaration radiologique actuellement recommandées au niveau international, jusqu'à 49 % des lésions hépatiques peuvent ne pas être concluantes, ce qui entraîne des examens répétés et un retard de diagnostic et de traitement. Un algorithme d'intelligence artificielle (IA) qui peut diagnostiquer avec précision le cancer du foie a été développé. Sur la base d'une analyse intermédiaire, l'algorithme a atteint une précision diagnostique élevée. L'algorithme d'IA est maintenant prêt à être mis en œuvre.
Cette étude vise à valider prospectivement cet algorithme d'IA par rapport au standard actuel de compte rendu radiologique de manière randomisée dans la population à risque subissant un scanner de contraste triphasique. Ce projet de recherche est totalement indépendant et séparé du rapport clinique proprement dit du scanner par le radiologue de garde. Le résultat principal de l'étude est la précision diagnostique du cancer du foie, qui sera basée de manière impartiale sur une norme de référence clinique composite.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Description détaillée
Le cancer du foie est le sixième cancer le plus fréquemment diagnostiqué et la quatrième cause de décès par cancer dans le monde. La principale charge de morbidité se trouve en Asie de l'Est, où l'incidence standardisée selon l'âge est de 26,8 et 8,7 pour 100 000 chez les hommes et les femmes respectivement. En 2017, parmi les 10 cancers les plus courants à Hong Kong, le cancer du foie avait le taux de létalité le plus élevé de 84,6 %. Les taux de survie à cinq ans du carcinome hépatocellulaire (CHC) diffèrent considérablement selon le stade de la maladie, allant de 91,5 % chez <2 cm avec résection chirurgicale à 11 % chez >5 cm avec atteinte des organes adjacents. Le diagnostic précoce et précis du CHC est primordial pour améliorer la survie au cancer.
Contrairement à d'autres cancers courants, le CHC est diagnostiqué par des schémas dynamiques hautement caractéristiques sur l'imagerie en coupe transversale à contraste amélioré, sans nécessiter de confirmation pathologique. Le Liver Imaging Reporting and Data System (LI-RADS) a été créé pour normaliser le lexique, l'interprétation et la communication des résultats radiologiques liés au CHC. Cependant, jusqu'à 49 % des nodules identifiés en tomodensitométrie (TDM) dans la population à risque sont classés par LI-RADS comme indéterminés, ce qui retarde encore l'établissement du diagnostic.
Il existe actuellement des études pionnières sur l'application de l'intelligence artificielle (IA) dans le domaine de l'imagerie médicale. Une équipe de recherche interdisciplinaire composée de cliniciens, de radiologues et de statisticiens, basée sur la base de données cliniques et radiologiques de plus de 4 000 images du foie, a développé un algorithme d'IA pour diagnostiquer avec précision le cancer du foie par tomodensitométrie. Sur la base de données rétrospectives, une analyse intermédiaire a révélé que l'algorithme d'IA était capable d'atteindre une précision de diagnostic > 97 % et une valeur prédictive négative > 99 %.
Ce nouvel algorithme prototype d'IA peut-il atteindre de meilleures performances dans le diagnostic du CHC dans la population à risque par rapport au LI-RADS ? Cette question est particulièrement pertinente lorsque la clé d'une survie améliorée est un diagnostic précoce, dont l'IA peut potentiellement améliorer. Actuellement, les erreurs dans les rapports des radiologues sont estimées à 3 à 5 % sur une base quotidienne, ce qui équivaut à 40 millions d'erreurs par an dans le monde. Cet algorithme prototype peut être une solution pour réduire la mauvaise interprétation humaine des résultats radiologiques.
Type d'étude
Inscription (Anticipé)
Phase
- N'est pas applicable
Contacts et emplacements
Coordonnées de l'étude
- Nom: Wai-Kay Seto, MD
- Numéro de téléphone: 85222553579
- E-mail: wkseto@hku.hk
Sauvegarde des contacts de l'étude
- Nom: Keith Chiu, FRCR
- Numéro de téléphone: 85222553111
- E-mail: kwhchiu@hku.hk
Lieux d'étude
-
-
-
Hong Kong, Hong Kong
- Recrutement
- Department of Medicine, The University of Hong Kong, Queen Mary Hospital
-
Contact:
- Wai-Kay Seto, MD
- Numéro de téléphone: +85222553579
- E-mail: wkseto@hku.hk
-
Sous-enquêteur:
- Keith Chiu, FRCR
-
Sous-enquêteur:
- Lung Yi Mak, FRCP
-
Sous-enquêteur:
- Man-Fung Yuen, MD
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
La description
Critère d'intégration:
1. Âge> = 18 ans. 2. Définie comme la population à risque nécessitant une surveillance régulière par échographie hépatique. Ceux-ci inclus:
- Patients cirrhotiques de toute étiologie de la maladie,
Patients atteints d'hépatite B chronique âgés de ≥ 40 ans pour les hommes, âgés de ≥ 50 ans pour les femmes ou ayant des antécédents familiaux de CHC.
3. Au moins un nodule hépatique focal d'apparition récente détecté à l'échographie hépatique.
Critère d'exclusion:
- Nodules hépatiques de <1 cm. Actuellement, ces nodules ne sont pas signalés à l'aide des critères LI-RADS, mais sont recommandés pour une nouvelle analyse dans 3 à 6 mois. Chez les patients présentant plusieurs nodules hépatiques, le plus gros nodule sera évalué.
- Patients présentant des contre-indications à la tomodensitométrie de contraste, y compris des antécédents d'anaphylaxie de contraste et d'insuffisance rénale (débit de filtration glomérulaire < 30 ml/min).
- Patients ayant déjà subi une chimioembolisation transartérielle ou d'autres procédures interventionnelles avec injection intrahépatique de lipiodol. Lipiodol est extrêmement hyperdense à la tomodensitométrie et empêchera une interprétation objective. Ces patients ont également été exclus du développement de notre prototype d'algorithme d'IA.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
- Objectif principal: Diagnostique
- Répartition: Randomisé
- Modèle interventionnel: Affectation parallèle
- Masquage: Seul
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Comparateur actif: Algorithme prototype d'IA
Prototype interne d'algorithme d'intelligence artificielle d'apprentissage en profondeur
|
Développé par l'Université de Hong Kong
|
|
Comparateur placebo: Interprétation LI_RADS
Les critères LI-RADS seront évalués indépendamment par deux radiologues abdominaux spécifiés ayant au moins 10 ans d'expérience en imagerie abdominale en coupe
|
Le Liver Imaging Reporting and Data System (LI-RADS) a été créé pour normaliser le lexique, l'interprétation et la communication des résultats radiologiques liés au CHC.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Précision diagnostique pour le CHC
Délai: 12 mois
|
Nombre de participants ayant reçu un diagnostic de CHC à l'aide d'une norme de référence clinique composite.
Une lésion sera considérée comme positive pour le CHC en fonction de l'histologie (biopsie, résection chirurgicale ou explantation) ou de l'atteinte des critères LR-5 lors d'une imagerie ultérieure.
Une lésion sera considérée comme négative pour le CHC si elle a démontré une stabilité à l'imagerie pendant au moins 12 mois, une réduction spontanée non équivoque, ou une disparition en l'absence de traitement tumoral.
|
12 mois
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Autres paramètres de performances diagnostiques pour le CHC
Délai: 12 mois
|
Nombre de participants ayant reçu un diagnostic de CHC à l'aide d'une norme de référence clinique composite.
Une lésion sera considérée comme positive pour le CHC en fonction de l'histologie (biopsie, résection chirurgicale ou explantation) ou de l'atteinte des critères LR-5 lors d'une imagerie ultérieure.
Une lésion sera considérée comme négative pour le CHC si elle a démontré une stabilité à l'imagerie pendant au moins 12 mois, une réduction spontanée non équivoque, ou une disparition en l'absence de traitement tumoral.
|
12 mois
|
|
Temps d'interprétation
Délai: 12 mois
|
Temps moyen d'interprétation de l'IA pour les participants recrutés
|
12 mois
|
|
Apparition de pannes techniques
Délai: 12 mois
|
Nombre de pannes techniques globales
|
12 mois
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Anticipé)
Achèvement de l'étude (Anticipé)
Dates d'inscription aux études
Première soumission
Première soumission répondant aux critères de contrôle qualité
Première publication (Réel)
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
Dernière mise à jour soumise répondant aux critères de contrôle qualité
Dernière vérification
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- UW 20-445
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
Description du régime IPD
Informations sur les médicaments et les dispositifs, documents d'étude
Étudie un produit pharmaceutique réglementé par la FDA américaine
Étudie un produit d'appareil réglementé par la FDA américaine
Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .