Evaluating the Efficacy and Safety of AI Localization Models in Multidisciplinary Team Care for NSCLC
31 mai 2026 mis à jour par: Wen-zhao ZHONG
Evaluating the Efficacy and Safety of AI Localization Models in Multidisciplinary Team Care for NSCLC: a Prospective, Controlled Clinical Trial Protocol
The goal of this clinical trial is to evaluate the effectiveness and safety of a locally deployed artificial intelligence (AI) decision-support model in the multidisciplinary team (MDT) process for patients with non-small cell lung cancer (NSCLC).
The main questions it aims to answer :
What is the level of agreement between treatment recommendations generated by the AI model and those made by a traditional MDT? How often do clinicians modify their final treatment decision after reviewing the AI model's recommendation? Researchers will compare treatment plans from the traditional MDT (Arm 1), the AI model (Arm 2), and the clinician's final decision after reviewing the AI output (Arm 3) to assess consistency, decision modification rates, and clinical efficiency.
Participants will:
Have their clinical, imaging, and molecular data submitted to both the traditional MDT and the AI model for independent treatment recommendations Receive a final treatment plan determined by clinicians after reviewing both recommendations, with follow-up for safety and survival outcomes
Aperçu de l'étude
Statut
Recrutement
Les conditions
Intervention / Traitement
Type d'étude
Interventionnel
Inscription (Estimé)
300
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
- Nom: qing liang, Dr.
- Numéro de téléphone: +86 17863321987
- E-mail: liangtsing99@163.com
Lieux d'étude
-
-
Guangdong
-
Guangzhou, Guangdong, Chine, 510000
- Recrutement
- Guangdong Provincial People's Hospital
-
Contact:
- Wenzhao Zhong, Dr.
- Numéro de téléphone: +8613609777314
- E-mail: 13609777314@163.com
-
-
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
Inclusion Criteria:
- Age ≥ 18 years;
- MDT (Multidisciplinary Team) discussion deems a systemic treatment plan necessary;
- Complete clinical, imaging, and molecular pathological data.
Exclusion Criteria:
- Stage I patients;
- Diagnosed with a thoracic tumor other than NSCLC;
- Lack of detailed medical data, or missing data;
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: Traitement
- Répartition: N / A
- Modèle interventionnel: Affectation à un seul groupe
- Masquage: Aucun (étiquette ouverte)
Armes et Interventions
Groupe de participants / Bras |
Intervention / Traitement |
|---|---|
|
Expérimental: AI-Assisted Multidisciplinary Team Decision-Making for Non-Small Cell Lung Cancer
|
The impact of artificial intelligence on clinicians' treatment plans
|
Que mesure l'étude ?
Principaux critères de jugement
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
Consistency rate
Délai: Baseline(MDT 1 Day)
|
Consistency rate between Option 1 and Option 2 (calculated using Kappa value).
Consistency rate between Option 1 and Option 3 (decision modification rate).
|
Baseline(MDT 1 Day)
|
Mesures de résultats secondaires
Mesure des résultats |
Description de la mesure |
Délai |
|---|---|---|
|
MDT Discussion Process Time
Délai: Baseline(MDT Day 1)
|
Time from start to end of multidisciplinary team (MDT) discussion, measured immediately after MDT end.
|
Baseline(MDT Day 1)
|
|
Quality of AI Recommendations
Délai: Baseline(MDT Day 1)
|
Physician-rated quality of AI recommendations using a Likert 5-point scale (1 = very poor, 5 = excellent).
|
Baseline(MDT Day 1)
|
|
Clinical Acceptability of AI
Délai: Baseline(MDT Day 1)
|
Physician-rated clinical acceptability of AI recommendations using a Likert 5-point scale (1 = unacceptable, 5 = fully acceptable).
|
Baseline(MDT Day 1)
|
|
MDT Discussion Efficiency
Délai: Baseline(MDT Day 1)
|
Physician-rated efficiency of MDT discussion process aided by AI using a Likert 5-point scale (1 = very inefficient, 5 = very efficient).
|
Baseline(MDT Day 1)
|
|
Process Convenience
Délai: Baseline(MDT Day 1)
|
Physician-rated convenience of the AI-integrated workflow using a Likert 5-point scale (1 = very inconvenient, 5 = very convenient).
|
Baseline(MDT Day 1)
|
|
Added Value to Clinical Decision
Délai: Baseline(MDT Day 1)
|
Physician-rated added value of AI to clinical decision-making using a Likert 5-point scale (1 = no added value, 5 = significant added value).
|
Baseline(MDT Day 1)
|
|
Learning and Training Value
Délai: Baseline(MDT Day 1)
|
Physician-rated learning and training value of AI system using a Likert 5-point scale (1 = no value, 5 = high value).
|
Baseline(MDT Day 1)
|
|
Overall Satisfaction
Délai: Baseline(MDT Day 1)
|
Physician-rated overall satisfaction with AI-assisted MDT using a Likert 5-point scale (1 = very dissatisfied, 5 = very satisfied).
|
Baseline(MDT Day 1)
|
|
Willingness to Use in Future
Délai: Baseline(MDT Day 1)
|
Physician-rated willingness to use AI system in future clinical practice using a Likert 5-point scale (1 = definitely not willing, 5 = definitely willing).
|
Baseline(MDT Day 1)
|
|
Disease-Free Survival (DFS)
Délai: 3 years
|
Time from treatment initiation to disease recurrence or death from any cause, assessed every 3-6 months during 2-3 years follow-up.
|
3 years
|
|
Progression-Free Survival (PFS)
Délai: 3 years
|
Time from treatment initiation to disease progression or death from any cause, assessed every 3-6 months during 2-3 years follow-up.
|
3 years
|
|
Overall Survival (OS)
Délai: 3 years
|
Time from treatment initiation to death from any cause, assessed every 3-6 months during 2-3 years follow-up.
|
3 years
|
Collaborateurs et enquêteurs
C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.
Parrainer
Collaborateurs
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.
Publications générales
- Pillay B, Wootten AC, Crowe H, Corcoran N, Tran B, Bowden P, Crowe J, Costello AJ. The impact of multidisciplinary team meetings on patient assessment, management and outcomes in oncology settings: A systematic review of the literature. Cancer Treat Rev. 2016 Jan;42:56-72. doi: 10.1016/j.ctrv.2015.11.007. Epub 2015 Nov 24.
- Kim JK, Chua ME, Li TG, Rickard M, Lorenzo AJ. Novel AI applications in systematic review: GPT-4 assisted data extraction, analysis, review of bias. BMJ Evid Based Med. 2025 Sep 22;30(5):313-322. doi: 10.1136/bmjebm-2024-113066.
- Wiegand TLT, Jung LB, Gudera JA, Schuhmacher LS, Moehrle P, Rischewski JF, Mehrzad P, Jeong S, Nguyen LH, Poeschla M, Velezmoro LI, Kruk L, Dimitriadis K, Koerte IK. Demographic inaccuracies and biases in the depiction of patients by artificial intelligence text-to-image generators. NPJ Digit Med. 2025 Jul 19;8(1):459. doi: 10.1038/s41746-025-01817-6.
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)
1 décembre 2025
Achèvement primaire (Estimé)
31 octobre 2027
Achèvement de l'étude (Estimé)
31 décembre 2028
Dates d'inscription aux études
Première soumission
25 mars 2026
Première soumission répondant aux critères de contrôle qualité
31 mai 2026
Première publication (Réel)
4 juin 2026
Mises à jour des dossiers d'étude
Dernière mise à jour publiée (Réel)
4 juin 2026
Dernière mise à jour soumise répondant aux critères de contrôle qualité
31 mai 2026
Dernière vérification
1 mai 2026
Plus d'information
Termes liés à cette étude
Mots clés
Termes MeSH pertinents supplémentaires
Autres numéros d'identification d'étude
- KY2025-1003-02
Plan pour les données individuelles des participants (IPD)
Prévoyez-vous de partager les données individuelles des participants (DPI) ?
INDÉCIS
Description du régime IPD
Patient information cannot be disclosed.
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 .