- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT05380518
Une plate-forme d'IA intégrant des données et des modèles d'imagerie, soutenant des soins de précision tout au long du continuum du cancer de la prostate (ProCAncer-I)
Actuellement, dans le paysage clinique de l'APC, une grande partie du travail d'IA se limite à des analyses d'architecture d'IA unique et à centre unique et, surtout, à de petits ensembles de données. ProCAncer-I créera un vaste référentiel diversifié et pluridisciplinaire, alimenté par une importante collection d'IRM-mp. Les partenaires cliniques participants rassembleront des données d'IRM-mp et des données cliniques, rétrospectives et prospectives, de plus de 17 000 patients PCa (11 000 cas rétrospectifs et 6 000 cas d'IRM-mp prospectifs), y compris des examens de base et des études de suivi pour former l'ensemble de données ProstateNET, comptant plus plus de 1,5 million de représentations d'images de la prostate (cas cancéreux, non cancéreux et bénins).
ProCAncer-I vise à répondre aux besoins cliniques non satisfaits en PCa concernant le diagnostic de précision et la gestion personnalisée des maladies avec un changement de paradigme perturbateur dans la recherche clinique, en exploitant une nouvelle collaboration multicentrique, comprenant un modèle maître-global, renforcé par la méthodologie de modélisation IRM et IA. ProCAncer-I traitera à la fois des données rétrospectives et prospectives. Des données rétrospectives seront collectées et seront utilisées pour mettre en œuvre et former des algorithmes d'IA par d'autres partenaires du Consortium. De même, des données prospectives seront collectées pour le développement de modèles spécifiques aux fournisseurs et la validation externe des modèles d'IA.
Aperçu de l'étude
Statut
Les conditions
Description détaillée
En Europe, le cancer de la prostate (PCa) est le deuxième type de cancer le plus fréquent chez l'homme et le troisième le plus mortel. Les pratiques cliniques actuelles, conduisant souvent à un surdiagnostic et un surtraitement des tumeurs indolentes, souffrent d'un manque de précision.
Cela nécessite des modèles d'intelligence artificielle (IA) avancés pour déchiffrer les modèles d'images médicales non intuitifs et de haut niveau et augmenter les performances pour distinguer précocement les maladies indolentes des maladies agressives. Cela s'étend à ces modèles prédisant également la récidive, détectant les métastases et prédisant l'efficacité des thérapies. À ce jour, les efforts dans ce domaine sont fragmentés, basés sur des ensembles de données à une seule institution, à taille limitée et spécifiques à un fournisseur, tandis que les ensembles de données publiques PCa disponibles ne représentent que quelques centaines de cas, ce qui rend impossible la généralisation du modèle.
Le projet ProCAncer-I rassemble 13 partenaires (le consortium), dont The Royal Marsden NHS Foundation Trust (RMH), des centres PCa, des leaders mondiaux de l'IA et des entreprises innovantes disposant d'une expertise reconnue dans leurs domaines respectifs. L'objectif est de concevoir, développer et maintenir une infrastructure d'image européenne sécurisée basée sur le cloud avec des outils et des services pour le traitement des données. La plateforme héberge la plus grande collection de scans d'imagerie par résonance magnétique multiparamétrique (mpMRI) PCa et de données d'images anonymisées au monde avec plus de 17 000 cas, sur la base de données rétrospectives et prospectives du consortium conformément à la législation de l'UE (RGPD).
Des modèles d'IA robustes seront développés, basés sur de nouvelles méthodologies d'apprentissage, conduisant à des modèles d'IA qui répondront à neuf scénarios cliniques PCa. Pour accélérer l'adoption clinique des modèles d'IA PCa, le projet se concentre sur l'amélioration de la confiance dans les solutions d'IA en ce qui concerne l'équité, la sécurité, l'explicabilité et la reproductibilité. Des mesures pour surveiller les performances des modèles sont en cours de développement pour accroître encore la confiance clinique et informer sur les échecs et les erreurs possibles, validant, espérons-le, l'efficacité des modèles basés sur l'IA pour la prise de décision clinique.
Type d'étude
Inscription (Anticipé)
Contacts et emplacements
Coordonnées de l'étude
- Nom: Manolis Tsiknakis
- Numéro de téléphone: +30-2810-391690
- E-mail: tsiknaki@ics.forth.gr
Lieux d'étude
-
-
Surrey
-
Sutton, Surrey, Royaume-Uni, SM2 5PT
- Recrutement
- Department of Radiology, The Royal Marsden NHS Foundation Trust
-
Contact:
- Dow-Mu Koh, MD
- Numéro de téléphone: 02086613857
- E-mail: Mu.Koh@icr.ac.uk
-
Contact:
- Tiaan Jacobs, MSc
- E-mail: tiaan.jacobs@rmh.nhs.uk
-
Sous-enquêteur:
- Nina Tunariu, MD
-
Sous-enquêteur:
- Christina Messiou, MD
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
Accepte les volontaires sains
Sexes éligibles pour l'étude
Méthode d'échantillonnage
Population étudiée
La description
Critère d'intégration:
- imagerie mp-IRM comprenant une imagerie pondérée en T2 haute résolution et au moins deux techniques d'IRM basées sur la physiologie (imagerie DW, DCE);
- les résultats de l'histologie (biopsie ou prostatectomie) ou un suivi clinique d'au moins un an chez les hommes sans signe de maladie à l'IRM-mp initiale ;
- âge > 18 ans au moment du diagnostic.
- consentement éclairé écrit (uniquement pour Pro-Cancer-I-Prospective)
Critère d'exclusion:
1) Il n'y a pas de critères d'exclusion spécifiés dans ce protocole d'étude.
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Objectif principal de l'étude
Délai: Durée du protocole, 2 ans
|
L'objectif principal de la recherche est de créer un vaste référentiel diversifié et multidisciplinaire, alimenté par une large collection d'IRM-mp, comprenant une imagerie pondérée T2 haute résolution et au moins deux techniques d'IRM basées sur la physiologie (diffusion-weighted (DW) et imagerie dynamique à contraste amélioré (DCE))
|
Durée du protocole, 2 ans
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Objectif d'étude secondaire
Délai: Durée du protocole, 2 ans
|
Développer des modèles d'IA dans le contexte de neuf scénarios cliniques comprenant la détection, la caractérisation et la réponse au traitement du PCa.
|
Durée du protocole, 2 ans
|
Autres mesures de résultats
Mesure des résultats |
Description de la mesure |
Délai |
---|---|---|
Objectifs exploratoires
Délai: Durée du protocole, 2 ans
|
Identifier/valider de nouveaux marqueurs pronostiques et prédictifs chez les patients PCa.
|
Durée du protocole, 2 ans
|
Collaborateurs et enquêteurs
Parrainer
Les enquêteurs
- Chaise d'étude: Manolis Tsiknakis, Computational Bio-Medicine Laboratory (CBML) Institute of Computer Science (ICS) Foundation for Research and Technology - Hellas (FORTH)
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
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- CCR5616
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
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 .