Évaluation d'un assistant clinique à intelligence artificielle pour soutenir la prise en charge du cancer de la thyroïde
17 juillet 2026 mis à jour par: Dr. Carlos King-Ho Wong, The University of Hong Kong
Un essai contrôlé randomisé pour évaluer un assistant clinique basé sur l'intelligence artificielle pour la stadification et la stratification du risque du cancer de la thyroïde chez les étudiants en médecine et les cliniciens
Cette étude vise à évaluer la faisabilité clinique de l'adoption de modèles basés sur l'intelligence artificielle (IA) pour améliorer la prise en charge clinique du cancer de la thyroïde.
Aperçu de l'étude
Statut
Inscription sur invitation
Les conditions
Intervention / Traitement
Description détaillée
Avec les récentes avancées technologiques, l'IA est devenue largement applicable à la reconnaissance de texte visuel dans les contextes cliniques.
La reconnaissance de texte alimentée par l'IA émerge comme un outil hautement efficace, durable et rentable pour la prise de décision et la médecine personnalisée.
De nombreuses études ont utilisé des algorithmes de traitement du langage naturel (NLP), en particulier les grands modèles de langage (LLM), pour convertir le texte libre non structuré provenant des notes de consultation clinique dans les dossiers de santé électroniques (DSE) en données structurées, enrichissant ainsi les profils cliniques individuels dans les bases de données des DSE.
Au fil du temps, ces modèles d'IA ont continuellement amélioré leur précision prédictive et leurs performances grâce à l'auto-apprentissage (ou apprentissage non supervisé).
Bien que les modèles d'IA aient eu un impact significatif dans les pratiques d'oncologie à l'étranger, leur utilité pour la reconnaissance de texte en oncologie reste limitée à Hong Kong.
Cette étude proposée vise à évaluer la faisabilité clinique de l'adoption de modèles basés sur l'IA pour améliorer la confiance des utilisateurs finaux dans la précision diagnostique et la prédiction des risques en utilisant des flux de travail assistés par l'IA dans la gestion du cancer de la thyroïde.
Type d'étude
Interventionnel
Inscription (Estimé)
76
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.
Lieux d'étude
-
-
-
Hong Kong, Hong Kong
- School of Public Health, The University of Hong Kong
-
Hong Kong, Hong Kong
- Department of Surgery, School of Clinical Medicine, The University of Hong Kong
-
-
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
Oui
La description
Critères d'inclusion :
- étudiants en médecine
- cliniciens (y compris, mais sans s'y limiter, les chirurgiens, les oncologues, les pathologistes)
Critères d'exclusion :
- étudiants en médecine et cliniciens qui avaient examiné les notes cliniques ou qui étaient impliqués dans le traitement des notes cliniques avant le début des études expérimentales cliniques
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: Recherche sur les services de santé
- Répartition: Randomisé
- Modèle interventionnel: Affectation croisée
- Masquage: Seul
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Expérimental: Assistant clinique doté d'intelligence artificielle
Les participants fourniront la stadification du cancer et la catégorie de risque de chaque patient atteint d'un cancer de la thyroïde ainsi que la confiance des participants pour les évaluations diagnostiques ci-dessus avec l'assistant clinique à IA comme intervention.
L'assistant IA est alimenté par des LLM et comprend un tableau de bord clinique.
Le tableau de bord clinique affiche les notes cliniques originales et résume la stadification du cancer et la catégorie de risque de chaque patient atteint d'un cancer de la thyroïde générées par le traitement backend de l'assistant clinique.
Les preuves à l'appui des notes cliniques originales sont également mises en évidence pour la vérification des participants.
|
Les participants fourniront la stadification du cancer et la catégorie de risque de chaque patient atteint de cancer de la thyroïde ainsi que la confiance des participants pour les évaluations diagnostiques ci-dessus, avec l'assistant clinique doté d'IA comme intervention.
L'assistant IA est alimenté par des LLM et comprend un tableau de bord clinique.
Le tableau de bord clinique affiche les notes cliniques originales et résume la stadification du cancer et la catégorie de risque de chaque patient atteint de cancer de la thyroïde générées par le traitement en arrière-plan de l'assistant clinique.
Les preuves provenant des notes cliniques originales sont également mises en évidence pour la vérification des participants.
|
|
Aucune intervention: Revue manuelle des dossiers
Les participants fourniront la stadification du cancer et la catégorie de risque de chaque patient atteint d'un cancer de la thyroïde ainsi que la confiance des participants pour les évaluations diagnostiques ci-dessus avec une revue manuelle des dossiers.
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Efficiency
Délai: Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
The time required to complete reviewing one set of clinical notes is compared between intervention and non-intervention groups
|
Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Accuracy of Cancer Staging and Risk Stratification by Participants Compared with Ground Truth across Intervention and Non-intervention Groups
Délai: Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
The study will compare the accuracy of cancer staging and risk category assessed by the participants across the intervention group with AI assitance and non-intervention group without AI asssitance. The participants will review the clinical notes and assess the cancer staging and risk category for each thyroid cancer patient with or without the AI assistant. Participant provided assessments will be compared against the ground truth established by the clinical investigators of the study to guage the accuracy which is quantified as the percentage of correctly graded cancer staging and risk stratification. The accuracy will be compared between the intervention group and non-intervention groups using t-tests to evaluate the clinical impact of the AI assistant. |
Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
|
Participants' Confidence in Cancer Staging and Risk Stratification as Assessed by a 0-10 Scale Questionnaire
Délai: Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
The study will compare the participants' confidence in grading cancer staging and risk category between the intervention group with AI assistance and non-intervention group without AI-assistance. After evaluating each thyroid cancer case for providing cancer staging and risk category, participants will complete a short questionnaire rating their confidence in providing their assessments on a scale from 0 (lowest) to 10 (hightest). Meanw confidence score will be compared between the intervention group and non-intervention group to evaluate the clinical impact of the AI assitant. |
Between intervention group and non-intervention group. Cross-over in 4-26 weeks
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Collaborateurs
Les enquêteurs
- Chercheur principal: King Ho Carlos Wong, School of Public Health The University of Hong Kong
- Chercheur principal: Man Him Matrix Fung, Department of Surgery, School of Clinical Medicine, The University of Hong Kong
Publications et liens utiles
La personne responsable de la saisie des informations sur l'étude fournit volontairement ces publications. Il peut s'agir de tout ce qui concerne l'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 (Réel)
2 octobre 2025
Achèvement primaire (Estimé)
31 mars 2027
Achèvement de l'étude (Estimé)
30 avril 2027
Dates d'inscription aux études
Première soumission
29 septembre 2025
Première soumission répondant aux critères de contrôle qualité
16 novembre 2025
Première publication (Réel)
18 novembre 2025
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
21 juillet 2026
Dernière mise à jour soumise répondant aux critères de contrôle qualité
17 juillet 2026
Dernière vérification
1 juillet 2026
Plus d'information
Termes liés à cette étude
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- UW24-319-RCT
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
OUI
Description du régime IPD
Seules les données individuelles des patients (DIP) anonymisées utilisées dans les publications de résultats seront partagées afin que la ré-identification des individus soit impossible.
Délai de partage IPD
Les IPD et les informations complémentaires seront disponibles à la fin de l'étude (date prévue le 31 décembre 2025) avec la diffusion ou la publication des résultats, et resteront accessibles indéfiniment jusqu'à ce que leur suppression soit requise.
Critères d'accès au partage IPD
Les DPI et les informations complémentaires seront disponibles lors de la diffusion des résultats et de la publication sous forme de documents téléchargés ou en pièces jointes.
Toute personne ayant accès aux articles pourra accéder à tous les documents.
Type d'informations de prise en charge du partage d'IPD
- PROTOCOLE D'ÉTUDE
- SÈVE
- CIF
- ANALYTIC_CODE
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 .