Ezt az oldalt automatikusan lefordították, és a fordítás pontossága nem garantált. Kérjük, olvassa el a angol verzió forrásszöveghez.

Mesterséges intelligencia által hajtott platform (NodeAI) fejlesztése, biztonsága és megvalósíthatósága a mediastinalis nyirokcsomó rosszindulatú daganatának valós idejű előrejelzésére a tüdőrák endobronchiális ultrahangos stádiuma során (NodeAI)

2026. július 28. frissítette: Wael C. Hanna, McMaster University

A tüdőrák az éves daganatos halálozások vezető oka világszerte, mint a mell-, prosztata- és vastagbélrák együttvéve. A mellkasi nyirokcsomók (LN-ek) stádiumbesorolása a tüdőrák diagnosztikai útjának kulcsfontosságú lépése, mivel segíti a kezelési döntéseket – legyen szó akár tüdőreszekcióról, kemoterápiáról, sugárkezelésről vagy multimodális kezelésről. Az endobronchiális ultrahangos transzbronchiális tűszívás (EBUS-TBNA) a nem kissejtes tüdőrák (NSCLC) mellkasi csomóponti stádiummeghatározásának jelenlegi szabványa, és az irányelvek előírják, hogy legalább 3 mellkasi LN állomáson rendszeresen el kell végezni a szisztematikus mintavételt (SS) a pontosság érdekében. színrevitel. Sajnos az EBUS-TBNA a betegek 40%-ánál pontatlan eredményeket ad, ami félretájékozott kezelési döntésekhez vezet. Ez az arány sokkal magasabb azoknál a betegeknél, akiknek hármas normál LN-jük van [számítógépes tomográfiás (CT) vizsgálaton, pozitronemissziós tomográfiás (PET) és EBUS-vizsgálaton normálisnak tűnő LN], akikről azt találták, hogy több mint 93% az esély arra, hogy valóban valódiak legyenek. jóindulatú. Ennek az az oka, hogy az EBUS-TBNA ultrahangon alapul, amelynek sikere nagyban függ az azt végző személy (operátor) képességeitől. Ha a kezelő hibát követ el, az egész eljárás veszélybe kerül. Ez késlelteti a kezelést az ismételt vizsgálatok és a rosszul tájékozott kezelési döntések miatt.

Az elmúlt évtized során a kutató egy sor kutatási tanulmányt és kísérletet végzett: a Kanadai Nyirokcsomó Score (CLNS) kifejlesztése és validálása – a LN rosszindulatú daganatának sebésztől származó félkvantitatív mérőszáma; a CLNS mesterséges intelligencia (AI) alapú változata a rosszindulatú daganatok előrejelzésére; és egy teljesen autonóm mesterséges intelligencia, amely megtanulta a rosszindulatú daganatok előrejelzését közvetlenül az ultrahangfelvételekből, hogy bevezesse az AI-t az NSCLC döntéshozatali folyamatába. Ennek eredményeként létrejött egy mesterséges intelligencia által vezérelt szoftver a tüdőrákos betegek mediastinalis LN-iben előforduló rosszindulatú daganatok előrejelzésére. A szoftver jelenleg felhőtárhelyen található, alkalmazásai pedig látensek – ami azt jelenti, hogy az LN-képeket fel kell tölteni a szoftverbe, és az eredményeket a későbbiekben kapják meg. A szoftver jelenlegi formájában nem áll készen a klinikai alkalmazásra a késleltetés miatt. Ebben a projektben a vizsgáló célja egy olyan point-of-care eszköz megépítése, amely helyet ad a szoftvernek (NodeAI), és valós idejű eredményeket szolgáltat a sebésznek, és ezt az eszközt egy klinikai vizsgálat során tesztelik majd.

A tanulmány áttekintése

Tanulmány típusa

Beavatkozó

Beiratkozás (Becsült)

600

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

Ez a rész a vizsgálatot végzők elérhetőségeit, valamint a vizsgálat lefolytatásának helyére vonatkozó információkat tartalmazza.

Tanulmányi kapcsolat

  • Név: Waël C. Hanna, MDCM, MBA, FRCSC
  • Telefonszám: 35916 (905) 522-1155
  • E-mail: hannaw@mcmaster.ca

Tanulmányozza a kapcsolattartók biztonsági mentését

Tanulmányi helyek

    • Ontario
      • Hamilton, Ontario, Kanada, L8N 4A6
        • Toborzás
        • St. Joseph's Healthcare Hamilton
        • Kapcsolatba lépni:

Részvételi kritériumok

A kutatók olyan embereket keresnek, akik megfelelnek egy bizonyos leírásnak, az úgynevezett jogosultsági kritériumoknak. Néhány példa ezekre a kritériumokra a személy általános egészségi állapota vagy a korábbi kezelések.

Jogosultsági kritériumok

Tanulmányozható életkorok

  • Felnőtt
  • Idősebb felnőtt

Egészséges önkénteseket fogad

Nem

Leírás

Bevételi kritériumok:

  • 18 évesnél idősebb betegek, akiknél CT- és PET-vizsgálatok alapján feltételezett vagy megerősített NSCLC-t diagnosztizáltak, és amelyeket az EBUS-TBNA mellkasi stádiummeghatározásra utal.
  • A CT- és PET-vizsgálatok elkészültek

Kizárási kritériumok:

  • cN0 betegségben és perifériás daganatokban ÉS 2 cm-nél kisebb átmérőjű daganatokban szenvedő betegek (amelyek nem igényelnek mellkasi stádiumvizsgálatot)

Tanulási terv

Ez a rész a vizsgálati terv részleteit tartalmazza, beleértve a vizsgálat megtervezését és a vizsgálat mérését.

Hogyan készül a tanulmány?

Tervezési részletek

  • Elsődleges cél: Diagnosztikai
  • Kiosztás: Nem véletlenszerű
  • Beavatkozó modell: Crossover kiosztás
  • Maszkolás: Nincs (Open Label)

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Kísérleti: NodeAI
Az egyes LN-ek ultrahangos videóját és képeit a NodeAI elemzi, amely a CLNS négy ultrahangos jellemzője alapján minden LN-hez hozzárendel egy CLNS-t, megjósolja a LN rosszindulatú daganatát, és meghatározza, hogy biopsziát kell-e venni vagy sem.
Az egyes LN-ek ultrahangos videóját és képeit a NodeAI elemzi, amely a CLNS négy ultrahangos jellemzője alapján minden LN-hez hozzárendel egy CLNS-t, megjósolja a LN rosszindulatú daganatát, és meghatározza, hogy biopsziát kell-e venni vagy sem.
Aktív összehasonlító: Sebész
Az egyes LN-ek ultrahangos videóját és képeit először a sebész elemzi, aki a CLNS négy ultrahangos jellemzője alapján minden LN-hez hozzárendel egy CLNS-t, megjósolja az LN rosszindulatú daganatát, és meghatározza, hogy biopsziát kell-e venni vagy sem.
Az egyes LN-ek ultrahangos videóját és képeit először a sebész elemzi, aki a CLNS négy ultrahangos jellemzője alapján minden LN-hez hozzárendel egy CLNS-t, megjósolja az LN rosszindulatú daganatát, és meghatározza, hogy biopsziát kell-e venni vagy sem.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A NodeAI azon képessége, hogy előre jelezze a nyirokcsomók rosszindulatúságát a nyirokcsomók valós idejű ultrahangos képei alapján az ágy melletti EBUS során
Időkeret: 3 héttel az EBUS után
Ezt a nyirokcsomók százalékos aránya fogja számszerűsíteni, ahol a fentiek sikeresek a patológiához képest
3 héttel az EBUS után

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Tanulmányi rekorddátumok

Ezek a dátumok nyomon követik a ClinicalTrials.gov webhelyre benyújtott vizsgálati rekordok és összefoglaló eredmények benyújtásának folyamatát. A vizsgálati feljegyzéseket és a jelentett eredményeket a Nemzeti Orvostudományi Könyvtár (NLM) felülvizsgálja, hogy megbizonyosodjon arról, hogy megfelelnek-e az adott minőség-ellenőrzési szabványoknak, mielőtt közzéteszik őket a nyilvános weboldalon.

Tanulmány főbb dátumok

Tanulmány kezdete (Tényleges)

2025. január 10.

Elsődleges befejezés (Becsült)

2026. december 31.

A tanulmány befejezése (Becsült)

2026. december 31.

Tanulmányi regisztráció dátumai

Először benyújtva

2024. július 29.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2024. augusztus 1.

Első közzététel (Tényleges)

2024. augusztus 6.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. július 30.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. július 28.

Utolsó ellenőrzés

2026. július 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

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. .

Iratkozz fel