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.

Dépistage du cancer du poumon par un dispositif d'intelligence artificielle

16 mars 2026 mis à jour par: Molly SC Li, Chinese University of Hong Kong

Dépistage du cancer du poumon chez les non-fumeurs à haut risque par un dispositif d'intelligence artificielle

Le dépistage du cancer du poumon n'est actuellement pas recommandé chez les non-fumeurs en raison du manque de preuves. De nouvelles preuves suggèrent que les antécédents familiaux au premier degré constituent un facteur de risque important de cancer du poumon chez les non-fumeurs asiatiques. En Asie, le manque de ressources constitue un défi majeur pour la mise en œuvre réussie du dépistage du cancer du poumon. L’intelligence artificielle (IA) est un outil prometteur pour vaincre cette ressource. Dans cette étude, nous visons à étudier l'utilité clinique et à démontrer la faisabilité de l'utilisation d'un programme assisté par l'IA pour le dépistage du cancer du poumon chez les non-fumeurs asiatiques ayant des antécédents familiaux positifs. Il s'agit d'une étude de dépistage du cancer du poumon non randomisée à un seul bras. 1 000 non-fumeurs, âgés de 50 à 75 ans, ayant des antécédents familiaux de cancer du poumon au premier degré, seront inscrits. Les participants subiront une tomodensitométrie à faible dose (LDCT) du thorax et une prise de sang lors de l'inscription. Les films LDCT seront interprétés par des logiciels d'IA pour détecter la présence de nodules pulmonaires. Les participants présentant des nodules pulmonaires feront l'objet d'une enquête plus approfondie et d'un suivi en fonction du risque de malignité. Le critère d'évaluation principal est la prévalence du cancer du poumon à un stade précoce détecté par thorax LDCT de premier tour dans cette population.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Intervention / Traitement

Type d'étude

Interventionnel

Inscription (Estimé)

3000

Phase

  • N'est pas applicable

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.

Coordonnées de l'étude

Sauvegarde des contacts de l'étude

Lieux d'étude

  • Hong Kong
      • Hong Kong, Hong Kong
        • Recrutement
        • Department of Clinical Oncology, Prince of Wales Hospital
        • Contact:
        • Contact:

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

Non

La description

Critère d'intégration:

Les patients ne peuvent être inclus dans l'étude que si tous les critères suivants s'appliquent :

  1. Âge 50-75 ans
  2. Non-fumeur (défini comme moins de 100 cigarettes au cours de sa vie)
  3. Avoir des antécédents familiaux de cancer du poumon au premier degré
  4. Physiquement apte à un traitement curatif en cas de détection d'un cancer du poumon à un stade précoce
  5. Capable de fournir un consentement éclairé écrit
  6. Consentement aux visites de suivi et à la tomodensitométrie de suivi si indiqué
  7. Consentement au prélèvement de sang pour la recherche translationnelle

Critère d'exclusion:

Les patients qui répondent à l'un des critères d'exclusion suivants lors de la sélection ne sont pas éligibles pour être inscrits dans cette étude :

  1. Antécédents de malignité
  2. Antécédents de tabagisme (définis comme plus de 100 cigarettes au cours de la vie)
  3. Symptômes cliniques suspects d'un cancer du poumon, par ex. hémoptysie, douleur thoracique, perte de poids
  4. Comorbidités médicales qui empêchent un traitement curatif (chirurgical) du cancer du poumon, telles qu'une maladie cardiaque grave, une insuffisance respiratoire aiguë ou chronique, une oxygénothérapie à domicile, un trouble de la coagulation
  5. Femmes enceintes ou femmes planifiant une conception
  6. Antécédents de tuberculose ou de maladie pulmonaire interstitielle
  7. Pneumonie nécessitant un traitement antibiotique au cours des 12 dernières semaines
  8. TDM thoracique ou thoracique réalisée dans les 2 ans (y compris LDCT ou coronarographie CT)
  9. Incapacité ou refus de fournir un consentement éclairé écrit

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

  • Objectif principal: Dépistage
  • Répartition: N / A
  • Modèle interventionnel: Affectation à un seul groupe
  • Masquage: Aucun (étiquette ouverte)

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Autre: Programme basé sur l'intelligence artificielle (Lung-SIGHT)
Il a été démontré que les algorithmes d’intelligence artificielle (IA) fonctionnent bien et complètent les radiologues en tant que lecteurs secondaires ou simultanés dans la détection des nodules pulmonaires. Les solutions de détection et de quantification des nodules pulmonaires AI sont désormais largement utilisées dans les hôpitaux du Royaume-Uni et dans au moins huit autres pays européens. La sensibilité de la détection des nodules par les radiologues est passée de 72 % à 80 % grâce au programme d'IA. Un essai clinique mené à Taïwan a montré que l'utilisation d'un programme d'IA seul permettait d'obtenir une sensibilité globale de 95,6 % dans la détection des nodules et des performances supérieures dans la détection des nodules d'une taille de 4 à 5 mm par rapport aux radiologues. Dans l’ensemble, l’application de l’IA à l’analyse tomodensitométrique et à la détection des nodules pulmonaires peut réduire considérablement les coûts et la charge de travail du radiologue.
Dispositif: Lung-SIGHT
  • Les images LDCT seront interprétées par un programme basé sur l'intelligence artificielle (Lung-SIGHT) pour les nodules pulmonaires.
  • b. Dans la phase I, l'IA servira de premier lecteur pour dépister les scanners LDCT. Les LDCT avec des nodules pulmonaires ≥5mm seront marqués comme anormaux, envoyés pour rapport par des radiologues certifiés et suivis en clinique des nodules pulmonaires si la présence de nodules pulmonaires est confirmée.
  • c. Dans la phase II, les LDCT avec des nodules pulmonaires ≥5mm détectés par l'IA seront catégorisés en différents groupes selon le risque des nodules pulmonaires et suivis par LDCT selon le risque. Les sujets avec des nodules à haut risque seront envoyés pour rapport par des radiologues certifiés et suivis en clinique des nodules pulmonaires si la présence de nodules à haut risque est confirmée.
  • Les sujets avec un LDCT négatif déterminé par le programme d'IA (AI-) subiront un LDCT thoracique et une prise de sang deux ans plus tard (T1). Les participants avec un LDCT de deuxième tour normal tel que déterminé par l'IA (AI-) ou les radiologues (AI+ Rad-) ne nécessitent pas de suivi.

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Délai
Sensibilité, spécificité, valeur prédictive positive et valeur prédictive négative du programme assisté par IA dans la détection et la surveillance des nodules pulmonaires (≥5mm) par rapport à l'évaluation radiologique
Délai: 2 ans
2 ans

Mesures de résultats secondaires

Mesure des résultats
Délai
Prévalence du cancer du poumon détecté par TPMD de deuxième tour (T1) chez les patients avec TPMD négative de premier tour
Délai: 2 ans
2 ans
Sensibilité, spécificité, valeur prédictive positive et valeur prédictive négative du programme assisté par IA dans la détection du cancer du poumon
Délai: 2 ans
2 ans
Utilité diagnostique du biomarqueur à base de plasma pour la détection et l'évaluation des risques du cancer du poumon à un stade précoce
Délai: 2 ans
2 ans
Taux de bilan invasif et des complications associées
Délai: 2 ans
2 ans
Distribution par stade du cancer du poumon détecté par dépistage LDCT
Délai: 2 ans
2 ans
Rentabilité du dépistage du cancer du poumon par LDCT utilisant un programme assisté par IA
Délai: 2 ans
2 ans

Collaborateurs et enquêteurs

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

Parrainer

Chinese University of Hong Kong

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 (Réel)

18 juillet 2024

Achèvement primaire (Estimé)

1 septembre 2028

Achèvement de l'étude (Estimé)

1 décembre 2028

Dates d'inscription aux études

Première soumission

18 février 2024

Première soumission répondant aux critères de contrôle qualité

28 février 2024

Première publication (Réel)

6 mars 2024

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

18 mars 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

16 mars 2026

Dernière vérification

1 mars 2026

Plus d'information

Termes liés à cette étude

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • LC-SHIELD

Plan pour les données individuelles des participants (IPD)

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

NON

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

produit fabriqué et exporté des États-Unis.

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