- ICH GCP
- Registre américain des essais cliniques
- Essai clinique NCT06824909
Aspiration à aiguilles fines guidées par ultrasons endoscopiques des lésions pancréatiques solides avec une coloration rapide des frottis cytologiques suivis d'un diagnostic de diapositive entièrement et d'intelligence artificielle: une étude prospective et multicentrique.
内镜超声穿刺胰腺实性占位细胞涂片快速染色后全玻片扫描及人工智能诊断 : 一项前瞻性、多中心研究
L'objectif de cette étude d'observation est de déterminer si le système de diagnostic de diagnostic de la diapositive entier et de l'intelligence artificielle pour la cytopathologie de la ponction de lésion solide pancréatique (ci-dessous du système de diagnostic Rose-AI de la perforation des lésions solides pancréatiques (le système de diagnostic Rose-AI) peut rapidement et précisément Lésions pancréatiques (SPL). La principale question à laquelle il vise à répondre est:
En utilisant la technologie d'imagerie optique pour capturer des images RVB de frottis colorés de Diff-Quit à partir de perforations pancréatiques, le développement de maladies de l'intelligence artificielle peut-elle aider Lésions bénignes)?
Les chercheurs compareront les diagnostics de SPL faits par le système Rose-AI avec les diagnostics pathologiques réels des SPL eux-mêmes pour déterminer si le système Rose-AI peut diagnostiquer efficacement les SPL.
Aperçu de l'étude
Statut
Les conditions
Intervention / Traitement
Type d'étude
Inscription (Estimé)
Contacts et emplacements
Lieux d'étude
-
-
Shanghai
-
Shanghai, Shanghai, Chine, 200000
- Recrutement
- Ruijin Hospital, Shanghai Jiaotong University School of Medicine
-
Contact:
- Duowu Zou, MD
- Numéro de téléphone: +8613901617608
- E-mail: zdw_pi@126.com
-
Shanghai, Shanghai, Chine, 200025
- Recrutement
- Department of Gastroenterolog, Ruijin Hospital Affiliated to Shanghai Jiao Tong University School of Medicine
-
Contact:
- Taojing Ran, MD
- Numéro de téléphone: 8615601942397
- E-mail: rantaojing@163.com
-
-
Critères de participation
Critère d'éligibilité
Âges éligibles pour étudier
- Adulte
- Adulte plus âgé
Accepte les volontaires sains
Méthode d'échantillonnage
Population étudiée
La description
Critères d'inclusion:
- Un consentement éclairé daté et signé constitue un engagement à respecter les procédures de recherche et coopérer dans l'ensemble des sujets de l'étude âgés de 18 ans et plus, indépendamment du diagnostic de genre ou de la suspicion d'une lésion solide de la lésion de l'espace basée sur l'espace basée sur des études d'imagerie (échographie en mode B (échographie en mode B (échographie en mode B (mode B , CT ou IRM)
Critères d'exclusion:
- Impossible ou refusant de signer le formulaire de consentement éclairé incapable de suspendre l'anticoagulation / thérapie antiplaquettaire enceinte ou la lactation ayant une maladie mentale ou d'autres conditions médicales qui ne sont pas adaptées à la présence de biopsie FNA / B de troubles de coagulation (PLT <50 × 10 ^ 3 / μl , INR> 1,5) Lésions kystiques pancréatiques non diagnostiques EUS-FNA / B ayant moins de 8 champs d'intérêt microscopiques (ROI) dans les images de pathologie numérique de l'ensemble du diaporama Diff-CiK
Plan d'étude
Comment l'étude est-elle conçue ?
Détails de conception
Cohortes et interventions
Groupe / Cohorte |
Intervention / Traitement |
|---|---|
|
adénocarcinome canalaire pancréatique
|
Tous les échantillons ont été obtenus en raison de la nécessité d'un traitement de la maladie et conformément aux flux de travail cliniques de routine.
Après que les diagnostics pathologiques ont été confirmés par les départements de pathologie des hôpitaux affiliés aux centres endoscopiques respectifs, les frottis colorés de pancréation pancréatique éligibles ont été empruntés et transférés à l'hôpital Ruijin affilié à l'école de médecine, à l'Université Shanghai Jiao Tong.
Là, le système "Zhiying Shunxi" auto-développé a été utilisé pour capturer des images RGB traditionnelles correspondantes.
Une fois l'imagerie terminée, tous les spécimens ont été retournés dans les centres endoscopiques à partir desquels ils sont originaires.
En utilisant les images RVB comme entrée, un algorithme d'intelligence artificielle a été développé pour aider à différencier les lésions pancréatiques solides.
|
|
tumeur neuroendocrine pancréatique
|
Tous les échantillons ont été obtenus en raison de la nécessité d'un traitement de la maladie et conformément aux flux de travail cliniques de routine.
Après que les diagnostics pathologiques ont été confirmés par les départements de pathologie des hôpitaux affiliés aux centres endoscopiques respectifs, les frottis colorés de pancréation pancréatique éligibles ont été empruntés et transférés à l'hôpital Ruijin affilié à l'école de médecine, à l'Université Shanghai Jiao Tong.
Là, le système "Zhiying Shunxi" auto-développé a été utilisé pour capturer des images RGB traditionnelles correspondantes.
Une fois l'imagerie terminée, tous les spécimens ont été retournés dans les centres endoscopiques à partir desquels ils sont originaires.
En utilisant les images RVB comme entrée, un algorithme d'intelligence artificielle a été développé pour aider à différencier les lésions pancréatiques solides.
|
|
Lésions bénignes non néoplasiques
|
Tous les échantillons ont été obtenus en raison de la nécessité d'un traitement de la maladie et conformément aux flux de travail cliniques de routine.
Après que les diagnostics pathologiques ont été confirmés par les départements de pathologie des hôpitaux affiliés aux centres endoscopiques respectifs, les frottis colorés de pancréation pancréatique éligibles ont été empruntés et transférés à l'hôpital Ruijin affilié à l'école de médecine, à l'Université Shanghai Jiao Tong.
Là, le système "Zhiying Shunxi" auto-développé a été utilisé pour capturer des images RGB traditionnelles correspondantes.
Une fois l'imagerie terminée, tous les spécimens ont été retournés dans les centres endoscopiques à partir desquels ils sont originaires.
En utilisant les images RVB comme entrée, un algorithme d'intelligence artificielle a été développé pour aider à différencier les lésions pancréatiques solides.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Précision
Délai: Grâce à l'achèvement de l'étude, une moyenne de 2 ans
|
Précision = (tp + tn) / (tp + fp + fn + tn)
|
Grâce à l'achèvement de l'étude, une moyenne de 2 ans
|
Collaborateurs et enquêteurs
Parrainer
Collaborateurs
Dates d'enregistrement des études
Dates principales de l'étude
Début de l'étude (Réel)
Achèvement primaire (Estimé)
Achèvement de l'étude (Estimé)
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
- RuijinH2024574
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 .