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

A Joint-AI validálása a hasnyálmirigy szilárd elváltozásainak diagnosztizálásában

2024. december 22. frissítette: Bin Cheng, Huazhong University of Science and Technology

A multimodális mesterséges intelligencia modell validálása a hasnyálmirigy szilárd elváltozásainak diagnosztizálásában: prospektív, többközpontú, randomizált, ellenőrzött próba

A klinikai vizsgálat célja annak megismerése, hogy egy multimodális mesterséges intelligencia (AI) modell javíthatja-e a hasnyálmirigy szilárd elváltozásainak diagnosztizálását. A fő kérdések, amelyekre választ kíván adni:

  1. Az AI-modell javítja-e az endoszkóposok diagnosztikai teljesítményét a hasnyálmirigy szilárd elváltozásainak diagnosztizálásában?
  2. Az értelmezhetőségi elemzés kiegészítése tovább javítja-e az asszisztált endoszkóposok diagnosztikai teljesítményét? A kutatók összehasonlítják az endoszkóposok diagnosztikai teljesítményét az AI-modell segítségével vagy anélkül.

A résztvevők:

  1. Klinikai adataikat prospektíven gyűjtik.
  2. Őket véletlenszerűen besorolják az AI-asszisztens csoportba és a hagyományos diagnosztikai csoportba.

A tanulmány áttekintése

Részletes leírás

A kutatók korábban kidolgoztak egy multimodális AI-modellt (Joint-AI), amely endoszkópos ultrahangfelvételeken és klinikai adatokon alapul a hasnyálmirigy szilárd elváltozásainak diagnosztizálására. Ennek a tanulmánynak az a célja, hogy javítsa a Joint-AI modell teljesítményét egy prospektíven összegyűjtött adatkészlettel, és validálja azt egy randomizált, ellenőrzött klinikai vizsgálaton keresztül.

Tanulmány típusa

Beavatkozó

Beiratkozás (Becsült)

716

Fázis

  • Nem alkalmazható

Kapcsolatok és helyek

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

Tanulmányi kapcsolat

Tanulmányi helyek

    • Hubei
      • Wuhan, Hubei, Kína, 430030
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • 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:

  • A képalkotó vizsgálatok (MRI, CT, B-ultrahang) szilárd tömeget mutatnak ki a hasnyálmirigyben, amihez endoszkópos ultrahangos irányított finom tűs aspiráció/biopszia (EUS-FNA/B) szükséges a betegek elváltozásának természetének tisztázásához.
  • Írásbeli hozzájárulás megadva

Kizárási kritériumok:

  • 18 év alatti kor

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: Véletlenszerűsített
  • Beavatkozó modell: Párhuzamos hozzárendelés
  • Maszkolás: Kettős

Fegyverek és beavatkozások

Résztvevő csoport / kar
Beavatkozás / kezelés
Nincs beavatkozás: Hagyományos diagnózis
Az endoszkópos szakemberek endoszkópos ultrahangfelvételek és klinikai adatok alapján diagnosztizálják a hasnyálmirigy szilárd elváltozásait.
Kísérleti: Ízületi AI által támogatott diagnózis
Az endoszkóposok diagnosztizálják a hasnyálmirigy szilárd elváltozásait endoszkópos ultrahangfelvételek, klinikai adatok és a Joint-AI modell által készített előrejelzések alapján.
A Joint-AI modell által adott előrejelzések az endoszkóposok rendelkezésére állnak a diagnózis során
Kísérleti: Értelmezhető Joint-AI által támogatott diagnózis
Az endoszkóposok diagnosztizálják a hasnyálmirigy szilárd elváltozásait endoszkópos ultrahangfelvételek, klinikai adatok, a Joint-AI által adott előrejelzések, valamint a Joint-AI modell döntéshozatali folyamatának átláthatóságának javítására használt értelmezhetőségi elemzési eredmények alapján.
A Joint-AI modell által adott előrejelzéseket és az értelmezhetőségi elemzés eredményeit az endoszkóposok rendelkezésére bocsátják a diagnózis során.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A helyes diagnosztikai besorolás aránya a Joint-AI modell segítségével
Időkeret: A tanulmányok befejezésével átlagosan 1 év
A helyes diagnózisok aránya a hasnyálmirigyrák és az egyéb nem rákos elváltozások megkülönböztetésében, a Joint-AI modellel támogatott endoszkópos diagnózis és a végső kórszövettani diagnózis (referenciastandard) összehasonlításával határozható meg.
A tanulmányok befejezésével átlagosan 1 év
A helyes diagnosztikai besorolás aránya az Interpretable Joint-AI modell segítségével
Időkeret: A tanulmányok befejezésével átlagosan 1 év
A helyes diagnózisok aránya a hasnyálmirigyrák és az egyéb nem rákos elváltozások megkülönböztetésében, az Interpretable Joint-AI modellel támogatott endoszkópos értékelések és a végső kórszövettani diagnózis (referenciastandard) összehasonlításával
A tanulmányok befejezésével átlagosan 1 év

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A Joint-AI modell és az értelmezhető Joint-AI modell helyes diagnosztikai besorolásának aránya
Időkeret: A tanulmányok befejezésével átlagosan 1 év
Az AI-modellek diagnosztikai pontossága ebben a prospektívan összegyűjtött adatkészletben.
A tanulmányok befejezésével átlagosan 1 év
Az endoszkópos által közölt megbízhatósági pontszám a diagnózisban mesterséges intelligencia segítségével (a pontszám 0-100%-os skálán van, ahol a 0 azt jelenti, hogy "egyáltalán nem magabiztos", a 100 pedig "teljesen magabiztos")
Időkeret: A tanulmányok befejezésével átlagosan 1 év
Az endoszkópos szakorvos által a diagnózisba vetett bizalmat egy 0-tól 100-ig terjedő skálán mérik, ahol a 0 azt jelenti, hogy „egyáltalán nem magabiztos”, a 100 pedig „teljesen magabiztos”. A magasabb pontszámok nagyobb diagnosztikai bizalomra utalnak. A megbízhatósági pontszámokat a Joint-AI modell és az értelmezhető Joint-AI modell segítségével készített diagnózisok esetében külön értékelik.
A tanulmányok befejezésével átlagosan 1 év
Az endoszkóposok helyes diagnosztikai osztályozásának aránya mesterséges intelligencia segítsége nélkül
Időkeret: A tanulmányok befejezésével átlagosan 1 év
A tanulmányok befejezésével átlagosan 1 év

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 (Becsült)

2025. január 1.

Elsődleges befejezés (Becsült)

2026. január 1.

A tanulmány befejezése (Becsült)

2026. január 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2024. december 17.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2024. december 22.

Első közzététel (Tényleges)

2025. március 25.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2025. március 25.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2024. december 22.

Utolsó ellenőrzés

2024. december 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Gyógyszer- és eszközinformációk, tanulmányi dokumentumok

Egy amerikai FDA által szabályozott gyógyszerkészítményt tanulmányoz

Nem

Egy amerikai FDA által szabályozott eszközterméket tanulmányoz

Nem

az Egyesült Államokban gyártott és onnan exportált termék

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