- ICH GCP
- USA klinikai vizsgálatok nyilvántartása
- Klinikai vizsgálat NCT06282068
AI Határozza meg a GGO rosszindulatúságát a mellkasi CT-n
Mesterséges intelligencia alkalmazása a komputertomográfiás pulmonalis üvegcsomók jóindulatú vagy rosszindulatú daganatának meghatározására
Kutatási célkitűzések A mesterséges intelligencia számítógéppel segített érzékelőszoftverének használata az orvosok segítségére a tüdőcsomók CT-felvételeinek leolvasásában, és az orvosi döntéshozatalhoz kiegészítő diagnosztikai eszközöket biztosít. A szoftver a rutin orvosi leolvasás során meg tudja jelölni a csomók helyét és a kapcsolódó információkat. Ez a tanulmány várhatóan beleegyezést kap a páciens CT-képeinek szoftveres leolvasáshoz és a klinikai orvos diagnózisával való összehasonlításához annak érdekében, hogy javítsa a szoftveres képzést és javítsa a tüdőelváltozások felismerését a korai diagnózis és kezelés érdekében.
A vizsgálat tervezése Gyűjtsön CT-képeket a műtétre tervezett, 4-30 mm méretű, kezeletlen tüdőcsomókról. Nincs korlátozás életkorra, nemre, betegségtípusra vonatkozóan, a képfelbontás <2,5 mm. A mesterséges intelligencia és a klinikusok külön-külön értékelik a csomók jellemzőit. A sebészeti reszekció, majd a patológiai jelentésekkel való összehasonlítás értékeli a diagnosztikai pontosságot.
Vizsgálati eljárások Kettős vak módszert alkalmazunk. A mesterséges intelligencia és az orvosok külön-külön rögzítik a csomókat valószínűleg jóindulatúként vagy rosszindulatúként. A sebészi reszekciót követően a léziók patológiás stádiumbesorolása történik, és mindkét csoport diagnosztikai pontosságát összehasonlítják.
Várt eredmények Hasonlítsa össze a mesterséges intelligencia és a klinikusok diagnosztikai pontosságát az MI-képzés minőségének javítása, a korai diagnózis és kezelési célok elérése, valamint a betegek jobb egészségügyi ellátása érdekében.
Monitoring Method AI és a klinikusok külön olvassák el, betartva a közös döntéshozatalt anélkül, hogy befolyásolnák a betegek diagnózishoz és kezeléshez való hozzáférését.
Kulcsszavak: tüdőcsomók, korai tüdőrák, mesterséges intelligencia, mellkasi CT, minimálisan invazív sebészet, tüdő képelemző szoftver
A tanulmány áttekintése
Állapot
Beavatkozás / kezelés
Részletes leírás
- Kutatási célok
Ez a tanulmány mesterséges intelligencia (AI) számítógéppel segített észlelési szoftvert (CADe) telepít az eredeti felhasználói felületre, hogy kiegészítő diagnosztikai eszközöket biztosítson a klinikai orvosi döntéshozatalhoz.
A rutin CT-vizsgálatok során ez az olvasószoftver segíthet a csomók azonosításában a mellkasi CT-felvételeken. Amikor az orvosok rutinszerűen olvassák a tüdő CT-felvételeit, megjelennek a jelölési eredmények. Az alkalmazható csomóméretek 4-30 mm. Ha gyanús csomókat észlel, az orvos megjelöli a ROI (Érdeklődési Régió) helyét, és bemutatja a csomókkal kapcsolatos információkat az orvos számára a diagnózis során.
Ebben a vizsgálatban a betegektől előrejelzések alapján tájékozott beleegyező nyilatkozatot kapnak a betegek sorozatos mellkasi CT-képeinek beszerzéséhez. Az AI intelligens tüdőkép-olvasó szoftvere és a klinikailag gondozó orvosok megítélése után jó- és rosszindulatúakról is gondoskodnak. Ennek célja az intelligens szoftverek gyakorlati képzésének fokozása. A jövőben várhatóan javítani fogja a jó- és rosszindulatú tüdőelváltozások felismerését is, nem csak a tüdőcsomókon. Ez csökkentheti a túldiagnózisok és a kezelések arányát, vagy várhatóan javítja a korai diagnózis és kezelés pontosságát. „A mesterséges intelligencia nem használható a diagnózis egyetlen alapjaként. Csak kiegészítő diagnosztikai eszközöket biztosít a klinikai orvosi döntéshozatalhoz, és nem egyszerűsítheti vagy helyettesítheti a diagnosztikai/kezelési eljárásokat."
2. Tanulmánytervezés (összefoglaló)
A beiratkozási idő 2 évre korlátozódik. Nincsenek nemi megkötések. Életkor > 20 év/év. Alacsony dózisú mellkasi CT-vizsgálattal (<2,5 mm-es szeletvastagság, bármely kórházból származó képalkotás) olyan tüdőcsomókat észlelő betegeknél (nincs korlátozás a csomó típusára/régiójára vagy a csomók jellegére vonatkozóan 4-30 mm), akik még nem estek át műtéten, és a tervek szerint A Chung Shan Orvosi Egyetemi Kórház mellkassebészeti osztályán műtéti reszekción esnek át.
Kizárási kritériumok az alacsony dózisú mellkasi CT-vizsgálatok (csak >2,5-5 mm-es szeletvastagság, képalkotás bármely kórházból), tüdődaganatok (>30 mm, nincs természeti korlát), olyan tüdőcsomók, amelyek már műtéti reszekción estek át (nincs korlát az ismert ill. ismeretlen patológiai jelentések), és az ismert egyéb rákos megbetegedésekben szenvedő betegek (a tüdőrákon kívül más ismert rákos megbetegedéseket is ki kell zárni, amelyek megfelelnek a felvételi kritériumoknak).
Próbacsoport: AI Kontroll csoport: Kezelőorvos a Chung Shan Medical University Hospital Mellkassebészeti Osztályáról
● Tanulmányi eljárások
Az alacsony dózisú mellkasi CT képalkotás és a befogadási kritériumok fenti feltételei mellett a két csoport azonosítja és rögzíti a tüdőcsomókat, és valószínű jóindulatúként vagy rosszindulatúként jelöli meg őket a közelgő műtét előtt (mielőtt a patológiai jelentések ismertek). Mindezen tüdőelváltozások végül sebészeti reszekción esnek át (a sebészeti módszerek korlátozása nélkül), és teljes kóros eredményt kapnak. Ezt követően elemzést végeznek a jóindulatú vagy rosszindulatú daganatok előrejelzésének pontosságának értékelésére a kísérleti és a kontrollcsoportban.
Megjegyzések:
- Az azonosító rekordokat a co-PI (Tsai) kettős vak módszerrel gyűjti össze.
- Próbacsoport – AI by V5 tüdő képolvasó szoftver
- Kontroll csoport – A Chung Shan Medical University Hospital Mellkassebészeti Osztályának kezelőorvosa. Nem támaszkodhat kizárólag a V5 tüdőkép-olvasó szoftverre a diagnózishoz. Nem egyszerűsítheti vagy helyettesítheti a diagnosztikai/kezelési eljárásokat. Nem érintheti a beteg diagnózishoz és kezeléshez való jogát.
Ez a vizsgálat nem befolyásolhatja a diagnózisban és kezelésben részesülő betegeket, és nem befolyásolhatja azokat. Tiszteletben kell tartani az orvosok és a betegek közös döntéshozatalát, és tiszteletben kell tartania a betegek autonómiáját.
- Befogadási kritériumok
- Életkor > 20 év
- Nem (korlátozás nélkül)
- Betegség típusa (nincs korlátozás az ismert tüdőrák történetében, akut vagy krónikus nem rákos állapotok)
- Alacsony dózisú mellkasi CT (<2,5 mm-es szeletvastagság, képalkotás bármely kórházból)
- Tüdőcsomók (nincs korlátozás a csomó típusára/régiójára vagy a csomók jellegére <4-30 mm)
A még nem operált elváltozások várhatóan sebészi eltávolításon esnek át a Chung Shan Medical University Hospital Mellkassebészeti Osztályán
- Kizárási kritériumok
- Alacsony dózisú mellkasi CT (csak >2,5-5 mm szeletvastagság, képalkotás bármely kórházból)
- Tüdődaganatok (>30 mm, természeti korlátok nélkül)
- Sebészeti reszekción átesett tüdőcsomók (nincs korlátozás az ismert vagy ismeretlen patológiákra)
Ismert egyéb rákos megbetegedések (a tüdőrákon kívül más ismert rákos megbetegedéseket ki kell zárni)
● Statisztikai elemzési módszer
A klinikai vizsgálatokat kettős vak módszerrel végzik, azzal a feltevéssel, hogy ne befolyásolják a betegség diagnosztizálását és a kezelési eljárásokat.
ROC görbék
- Értékelési indexek
A posztoperatív patológiai jelentésekkel való összehasonlítás a képalkotó értékelési indexként szolgál a jóindulatú és rosszindulatú daganatok pontosságának és arányának meghatározásához.
- Elállási kritériumok
Ez a tanulmány nem ütközik a klinikai orvosi közös döntéshozatalba, és nincs hatással semmilyen eredetileg bevezetett kezelésre. Az eredmények csak a jövőben kisegítő klinikai eszközökként szolgálnak az azonosítás és a felhasználás elősegítésére, azzal a céllal, hogy előnyt biztosítsanak a tüdőrák diagnózisának és kezelésének klinikai döntéshozatalában.
- Mentőkezelések
Nincs, nem érinti a közelgő orvosi közös döntéshozatalt és kezeléseket. Nincsenek kockázati hatások.
Cél beiratkozási szám
100 beteg 2 éves vizsgálati időszak alatt.
- A tanulmány várható időtartama
2024.03.01 - 2026.02.28
Tanulmány típusa
Beiratkozás (Becsült)
Kapcsolatok és helyek
Tanulmányi helyek
-
-
South
-
Taichung, South, Tajvan, 402
- Chung Shan Medical University Hospital
-
-
Részvételi kritériumok
Jogosultsági kritériumok
Tanulmányozható életkorok
- Felnőtt
- Idősebb felnőtt
Egészséges önkénteseket fogad
Mintavételi módszer
Tanulmányi populáció
Leírás
Bevételi kritériumok:
- 20 feletti életkor Nem (korlátozás nélkül) Betegség típusa (nincs korlátozás az ismert tüdőrák történetében, akut vagy krónikus nem rákos állapotok) Alacsony dózisú mellkasi CT (<2,5 mm-es szeletvastagság, képalkotás bármely kórházból) Tüdőcsomók (nincs korlátozás) a csomó típusáról/régiójáról vagy a 4-30 mm-nél kisebb csomók természetéről
Kizárási kritériumok:
-
Tanulási terv
Hogyan készül a tanulmány?
Tervezési részletek
Mit mér a tanulmány?
Elsődleges eredményintézkedések
Eredménymérő |
Időkeret |
|---|---|
|
A diagnosztikai teljesítmény pontossága.
Időkeret: 2024/3/1,2026/5/31
|
2024/3/1,2026/5/31
|
Együttműködők és nyomozók
Szponzor
Tanulmányi rekorddátumok
Tanulmány főbb dátumok
Tanulmány kezdete (Becsült)
Elsődleges befejezés (Becsült)
A tanulmány befejezése (Becsült)
Tanulmányi regisztráció dátumai
Először benyújtva
Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak
Első közzététel (Becsült)
Tanulmányi rekordok frissítései
Utolsó frissítés közzétéve (Becsült)
Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak
Utolsó ellenőrzés
Több információ
A tanulmányhoz kapcsolódó kifejezések
További vonatkozó MeSH feltételek
Egyéb vizsgálati azonosító számok
- CS2-23178
Terv az egyéni résztvevői adatokhoz (IPD)
Tervezi megosztani az egyéni résztvevői adatokat (IPD)?
Gyógyszer- és eszközinformációk, tanulmányi dokumentumok
Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz
Egy amerikai FDA által szabályozott eszközterméket tanulmányoz
Ezt az információt közvetlenül a clinicaltrials.gov webhelyről szereztük be, változtatás nélkül. Ha bármilyen kérése van vizsgálati adatainak módosítására, eltávolítására vagy frissítésére, kérjük, írjon a következő címre: register@clinicaltrials.gov. Amint a változás bevezetésre kerül a clinicaltrials.gov oldalon, ez a webhelyünkön is automatikusan frissül. .