Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

L'IA détermine la malignité du GGO sur le scanner thoracique

21 février 2024 mis à jour par: Chung Shan Medical University

Appliquer l'intelligence artificielle pour déterminer le caractère bénin ou malin des nodules pulmonaires en verre dépoli de la tomodensitométrie

Objectifs de recherche Utiliser un logiciel de détection assistée par ordinateur d'IA pour aider les médecins à lire les tomodensitogrammes des nodules pulmonaires, fournissant ainsi des outils de diagnostic auxiliaires pour la prise de décision médicale. Le logiciel peut marquer les emplacements des nodules et les informations associées lors des lectures de routine du médecin. Cette étude obtiendra le consentement prospectif pour utiliser les images tomodensitométriques des patients pour la lecture du logiciel et comparer avec le diagnostic du médecin clinicien, afin d'améliorer la formation logicielle et d'améliorer la reconnaissance des lésions pulmonaires pour un diagnostic et un traitement précoces.

Conception de l'étude Recueillez des images tomodensitométriques de nodules pulmonaires non traités de 4 à 30 mm qui sont programmés pour une intervention chirurgicale. Aucune limite d'âge, de sexe, de type de maladie, avec une résolution d'image <2,5 mm. L'IA et les cliniciens jugeront séparément les caractéristiques des nodules. Une résection chirurgicale suivie d'une comparaison avec les rapports de pathologie évaluera l'exactitude du diagnostic.

Procédures d'étude Une méthode en double aveugle sera utilisée. L'IA et les médecins enregistreront séparément les nodules comme étant probablement bénins ou malins. Après résection chirurgicale, les lésions subiront une stadification pathologique et la précision diagnostique des deux groupes sera comparée.

Résultats attendus Comparez la précision du diagnostic de l'IA et celle des cliniciens pour améliorer la qualité de la formation en IA, atteindre les objectifs de diagnostic et de traitement précoces et offrir aux patients une meilleure qualité de soins médicaux.

Méthode de surveillance L'IA et les cliniciens liront séparément, adhérant à une prise de décision partagée sans affecter l'accès des patients au diagnostic et au traitement.

Mots-clés : nodules pulmonaires, cancer du poumon précoce, intelligence artificielle, tomodensitométrie thoracique, chirurgie mini-invasive, logiciel d'analyse d'images pulmonaires

Aperçu de l'étude

Description détaillée

  1. Objectifs de recherche

Cette étude installera un logiciel de détection assistée par ordinateur (CADe) d'intelligence artificielle (IA) sur l'interface utilisateur d'origine pour fournir des outils de diagnostic auxiliaires pour la prise de décision médicale clinique.

Lors des examens tomodensitométriques de routine, ce logiciel de lecture peut aider à identifier les nodules dans les images tomodensitométriques thoraciques. Lorsque les médecins lisent régulièrement les images de tomodensitométrie pulmonaire, les résultats du marquage seront affichés. Les tailles de nodules applicables sont de 4 mm à 30 mm. Lorsque des nodules suspects sont détectés, le médecin marquera l'emplacement de la ROI (région d'intérêt) et présentera les informations relatives aux nodules pour référence au médecin pendant le diagnostic.

Cette étude obtiendra également des formulaires de consentement éclairé des sujets sur une base prospective pour acquérir des images tomodensitométriques thoraciques en série des patients. Le logiciel intelligent de lecture d'images pulmonaires AI et les médecins cliniciens fourniront des informations bénignes et malignes après jugement. Il s’agit d’améliorer la formation pratique des logiciels intelligents. On s’attend également à ce que cela améliore la reconnaissance des lésions pulmonaires bénignes et malignes dans les images futures, et pas seulement des nodules pulmonaires. Cela peut réduire les taux de surdiagnostic et de traitement, ou devrait améliorer la précision du diagnostic et du traitement précoces. "L'IA ne peut pas être utilisée comme seule base de diagnostic. Il fournit uniquement des outils de diagnostic auxiliaires pour la prise de décision médicale clinique et ne doit pas simplifier ni remplacer les procédures de diagnostic/traitement.

2. Conception de l'étude (résumé)

La durée d'inscription est limitée à 2 ans. Il n’y a aucune restriction de genre. Âge >20 ans . Patients ayant subi un scanner thoracique à faible dose (épaisseur de coupe <2,5 mm, imagerie provenant de n'importe quel hôpital) détectant des nodules pulmonaires (aucune limite sur le type/la région ou la nature des nodules de 4 à 30 mm) qui n'ont pas encore subi de chirurgie et qui doivent subir une résection chirurgicale au département de chirurgie thoracique de l'hôpital universitaire médical de Chung Shan sera inclus.

Les critères d'exclusion sont les tomodensitogrammes thoraciques à faible dose (seulement > 2,5 à 5 mm d'épaisseur de coupe, imagerie provenant de n'importe quel hôpital), les tumeurs pulmonaires (> 30 mm, aucune limite de nature), les nodules pulmonaires ayant déjà subi une résection chirurgicale (aucune limite connue ou rapports de pathologie inconnus) et les patients atteints d'autres cancers connus (les autres cancers connus en plus du cancer du poumon qui répondent aux critères d'inclusion doivent être exclus) ne seront pas inclus.

Groupe d'essai : Groupe témoin IA : Médecin traitant du département de chirurgie thoracique, hôpital universitaire médical de Chung Shan

● Procédures d'étude

Dans les conditions ci-dessus d'imagerie tomodensitométrique thoracique à faible dose et de critères d'inclusion, les deux groupes identifieront et enregistreront les nodules pulmonaires et les marqueront comme probablement bénins ou probablement malins avant une intervention chirurgicale imminente (avant que les rapports de pathologie ne soient connus). Toutes ces lésions pulmonaires feront éventuellement l'objet d'une résection chirurgicale (aucune limite sur les méthodes chirurgicales) et d'un résultat pathologique complet. Une analyse sera ensuite effectuée pour évaluer l'exactitude de la prédiction de la bénignité ou de la malignité dans les groupes d'essai et témoins.

Remarques:

  1. Les dossiers d'identification seront collectés par co-PI (Tsai) en double aveugle manière.
  2. Groupe d'essai - Logiciel de lecture d'images pulmonaires AI by V5
  3. Groupe témoin - Médecin traitant du département de chirurgie thoracique de l'hôpital universitaire médical de Chung Shan. On ne peut pas compter uniquement sur le logiciel de lecture d’images pulmonaires V5 pour le diagnostic. Ne peut pas simplifier ou remplacer les procédures de diagnostic/traitement. Ne peut pas affecter les droits du patient au diagnostic et au traitement.
  4. Cette étude ne peut pas affecter ou intervenir auprès des patients recevant un diagnostic et un traitement. Doit respecter la prise de décision partagée entre les médecins et les patients, ainsi que l’autonomie des patients.

    • Critère d'intégration
  1. Âge>20 ans
  2. Sexe (pas de limite)
  3. Type de maladie (aucune limite quant aux antécédents connus de cancer du poumon, aux affections non cancéreuses aiguës ou chroniques)
  4. TDM thoracique à faible dose (épaisseur de coupe < 2,5 mm, imagerie provenant de n'importe quel hôpital)
  5. Nodules pulmonaires (aucune limite sur le type/la région du nodule ou la nature des nodules < 4 à 30 mm)
  6. Les lésions non encore opérées devraient subir une résection chirurgicale au département de chirurgie thoracique de l'hôpital universitaire médical de Chung Shan.

    • Critère d'exclusion
  1. TDM thoracique à faible dose (épaisseur de coupe > 2,5 à 5 mm uniquement, imagerie provenant de n'importe quel hôpital)
  2. Tumeurs du poumon (> 30 mm, aucune limite de nature)
  3. Nodules pulmonaires ayant subi une résection chirurgicale (aucune limite quant à la pathologie connue ou inconnue)
  4. Patients atteints d'autres cancers connus (les autres cancers connus, outre le cancer du poumon, répondant aux critères d'inclusion doivent être exclus)

    ● Méthode d'analyse statistique

    Les essais cliniques seront menés en double aveugle, dans le but de ne pas affecter les procédures de diagnostic et de traitement de la maladie.

    Courbes ROC

    • Indices d'évaluation

    La comparaison avec les rapports de pathologie postopératoire servira d'indices d'évaluation de l'imagerie pour la précision et les ratios de bénignité par rapport à la malignité.

    • Critères de retrait

    Cette étude n'entre pas en conflit avec la prise de décision médicale clinique partagée ni n'affecte les traitements initialement établis. Les résultats serviront uniquement de futurs outils cliniques auxiliaires pour aider à l'identification et à l'utilisation, dans le but d'offrir des avantages dans la prise de décision clinique pour le diagnostic et le traitement du cancer du poumon.

    • Traitements de secours

    Aucun, n’affecte aucune prise de décision et traitement médical partagé imminent. Aucun impact de risque.

    • Numéro d'inscription cible

      100 patients sur une période d'étude de 2 ans.

    • Durée prévue des études

    01/03/2024 - 28/02/2026

Type d'étude

Observationnel

Inscription (Estimé)

100

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Lieux d'étude

    • South
      • Taichung, South, Taïwan, 402
        • Chung Shan Medical University Hospital

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

N/A

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

TDM thoracique à faible dose (épaisseur de coupe > 2,5-5 mm uniquement, imagerie provenant de n'importe quel hôpital) Tumeurs pulmonaires (> 30 mm, aucune limite de nature) Nodules pulmonaires ayant subi une résection chirurgicale (aucune limite sur la pathologie connue ou inconnue) Patients présentant d'autres cancers (les autres cancers connus, outre le cancer du poumon, répondant aux critères d'inclusion doivent être exclus)

La description

Critère d'intégration:

- Âge > 20 ans Sexe (pas de limite) Type de maladie (pas de limite sur les antécédents connus de cancer du poumon, les affections non cancéreuses aiguës ou chroniques) TDM thoracique à faible dose (épaisseur de coupe < 2,5 mm, imagerie de n'importe quel hôpital) Nodules pulmonaires (pas de limite sur le type/la région du nodule, ou la nature des nodules <4-30 mm) Lésions non encore opérées, qui devraient subir une résection chirurgicale au département de chirurgie thoracique de l'hôpital universitaire médical de Chung Shan

Critère d'exclusion:

-

Plan d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Délai
La précision du pouvoir diagnostique.
Délai: 1/3/2024, 31/052026
1/3/2024, 31/052026

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Estimé)

1 mars 2024

Achèvement primaire (Estimé)

28 février 2026

Achèvement de l'étude (Estimé)

28 février 2026

Dates d'inscription aux études

Première soumission

21 février 2024

Première soumission répondant aux critères de contrôle qualité

21 février 2024

Première publication (Estimé)

28 février 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Estimé)

28 février 2024

Dernière mise à jour soumise répondant aux critères de contrôle qualité

21 février 2024

Dernière vérification

1 février 2024

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • CS2-23178

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

INDÉCIS

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

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 .

S'abonner