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.

Validation de Joint-AI dans le diagnostic des lésions solides pancréatiques

22 décembre 2024 mis à jour par: Bin Cheng, Huazhong University of Science and Technology

Validation d'un modèle d'intelligence artificielle multimodale dans le diagnostic des lésions solides pancréatiques : un essai prospectif, multicentrique, randomisé et contrôlé

Cet essai clinique vise à savoir si un modèle d'intelligence artificielle (IA) multimodale peut améliorer le diagnostic des lésions solides pancréatiques. Les principales questions auxquelles elle vise à répondre sont :

  1. Le modèle d’IA améliore-t-il les performances diagnostiques des endoscopistes dans le diagnostic des lésions solides pancréatiques ?
  2. L'ajout de l'analyse d'interprétabilité améliore-t-il encore les performances diagnostiques des endoscopistes assistés ? Les chercheurs compareront les performances diagnostiques des endoscopistes avec ou sans l'aide du modèle d'IA.

Les participants :

  1. Leurs données cliniques seront collectées de manière prospective.
  2. Ils seront randomisés dans le groupe d'assistance AI et le groupe de diagnostic conventionnel.

Aperçu de l'étude

Statut

Pas encore de recrutement

Les conditions

Intervention / Traitement

Description détaillée

Les enquêteurs ont précédemment développé un modèle d'IA multimodal (Joint-AI) basé sur des images échographiques endoscopiques et des données cliniques pour diagnostiquer les lésions solides pancréatiques. Cette étude vise à améliorer les performances du modèle Joint-AI avec un ensemble de données collectées de manière prospective et à le valider par un essai clinique contrôlé randomisé.

Type d'étude

Interventionnel

Inscription (Estimé)

716

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

Lieux d'étude

  • Chine
    • Hubei
      • Wuhan, Hubei, Chine, 430030
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • 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

Critères d'intégration :

  • Les examens d'imagerie (IRM, TDM, échographie B) montrent une masse solide dans le pancréas, qui nécessite une aspiration/biopsie à l'aiguille fine guidée par échographie endoscopique (EUS-FNA/B) pour clarifier la nature de la lésion chez les patients.
  • Consentement écrit fourni

Critères d'exclusion :

  • Âge moins de 18 ans

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: Diagnostique
  • Répartition: Randomisé
  • Modèle interventionnel: Affectation parallèle
  • Masquage: Double

Armes et Interventions

Groupe de participants / Bras
Intervention / Traitement
Aucune intervention: Diagnostic conventionnel
Les endoscopistes diagnostiquent les lésions solides pancréatiques selon des images échographiques endoscopiques et des données cliniques.
Expérimental: Diagnostic assisté par l'IA
Les endoscopistes diagnostiquent les lésions solides pancréatiques sur la base d'images échographiques endoscopiques, de données cliniques et de prédictions faites par le modèle Joint-AI.
Test diagnostique: L’assistance du modèle Joint-AI
Les prédictions données par le modèle Joint-AI seront fournies aux endoscopistes lors de leur diagnostic
Expérimental: Diagnostic assisté par IA interprétable
Les endoscopistes diagnostiquent les lésions solides pancréatiques sur la base d'images échographiques endoscopiques, de données cliniques, de prédictions données par Joint-AI et de résultats d'analyse d'interprétabilité utilisés pour améliorer la transparence du processus décisionnel du modèle Joint-AI.
Test diagnostique: L’assistance du modèle interprétable Joint-AI
Les prédictions données par le modèle Joint-AI et les résultats de l'analyse d'interprétabilité seront fournis aux endoscopistes lors de leur diagnostic

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Taux de classification diagnostique correcte avec l'aide du modèle Joint-AI
Délai: À la fin des études, en moyenne 1 an
Le taux de diagnostics corrects pour distinguer le cancer du pancréas des autres lésions non cancéreuses, déterminé en comparant le diagnostic de l'endoscopiste assisté par le modèle Joint-AI avec le diagnostic histopathologique final (norme de référence).
À la fin des études, en moyenne 1 an
Taux de classification diagnostique correcte avec l'aide du modèle Interpretable Joint-AI
Délai: À la fin des études, en moyenne 1 an
Le taux de diagnostics corrects pour distinguer le cancer du pancréas des autres lésions non cancéreuses, déterminé en comparant les évaluations de l'endoscopiste assistées par le modèle Interpretable Joint-AI avec le diagnostic histopathologique final (norme de référence)
À la fin des études, en moyenne 1 an

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Taux de classification diagnostique correcte du modèle Joint-AI et du modèle Joint-AI interprétable
Délai: À la fin des études, en moyenne 1 an
Précision diagnostique des modèles d'IA dans cet ensemble de données collectées de manière prospective.
À la fin des études, en moyenne 1 an
Score de confiance rapporté par l'endoscopiste dans le diagnostic avec l'aide de l'IA (le score est sur une échelle de 0 % à 100 %, où 0 représente "pas du tout confiant" et 100 représente "complètement confiant")
Délai: À la fin des études, en moyenne 1 an
La confiance déclarée par l'endoscopiste dans le diagnostic sera mesurée sur une échelle allant de 0 à 100, où 0 représente « pas du tout confiant » et 100 représente « complètement confiant ». Des scores plus élevés indiquent une plus grande confiance diagnostique. Les scores de confiance seront évalués séparément pour les diagnostics posés à l'aide du modèle Joint-AI et du modèle Joint-AI interprétable.
À la fin des études, en moyenne 1 an
Taux de classification diagnostique correcte des endoscopistes sans l'aide de l'IA
Délai: À la fin des études, en moyenne 1 an
À la fin des études, en moyenne 1 an

Collaborateurs et enquêteurs

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

Parrainer

Huazhong University of Science and Technology

Collaborateurs

Beijing Friendship Hospital
Qilu Hospital of Shandong University
Sir Run Run Shaw Hospital
Shanghai Longhua Hospital
Beijing Union Hosptial
Affiliated Drum Tower Hospital of Nanjing University Medical School

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 janvier 2025

Achèvement primaire (Estimé)

1 janvier 2026

Achèvement de l'étude (Estimé)

1 janvier 2026

Dates d'inscription aux études

Première soumission

17 décembre 2024

Première soumission répondant aux critères de contrôle qualité

22 décembre 2024

Première publication (Réel)

25 mars 2025

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

25 mars 2025

Dernière mise à jour soumise répondant aux critères de contrôle qualité

22 décembre 2024

Dernière vérification

1 décembre 2024

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • Joint-AI 2024

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