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

A Pancreaticus Cystás Elváltozások Kezelése Mesterséges Intelligencia Alapján, EUS és Multimodális Adatok Felhasználásával

2026. március 5. frissítette: Bin Cheng, Huazhong University of Science and Technology

A Multimodális Mesterséges Intelligencia Modell a Hasnyálmirigy Ciszta Képződmények Altípusokra Való Diagnosztizálására és Klinikai Kezelésére Endoszkópos Ultrahang és Klinikai Információk Alapján

Az elsődleges cél egy multimodális AI-modell (Cyst-AI) létrehozása EUS-felvételek és klinikai adatok, például képalkotási jellemzők (CT vagy MRI) és laboratóriumi tesztek alapján, amely segíti az endoszkopistákat a hasnyálmirigy ciszta elváltozások (PCL) diagnosztizálásában, elsősorban a nyálkahártyás és nem nyálkahártyás elváltozások megkülönböztetésében.

A másodlagos cél a modell hatékonyságának értékelése a PCL-ekkel rendelkező betegek kockázati rétegekbe sorolásában és klinikai kezelésében.

A tanulmány áttekintése

Állapot

Toborzás

Körülmények

Beavatkozás / kezelés

Részletes leírás

Az orvosi képalkotó technológia fejlődésével a hasnyálmirigy cisztaesemények (PCL) észlelési aránya jelentősen növekszik. Bár a legtöbb ciszta jóindulatú, egy jelentős részük rosszindulatú átalakulásra képes. A klinikai kezelés a diagnózison és a kockázati rétegződésen alapul. A PCL-ek esetében a különböző diagnózisok és kockázati rétegződés teljesen eltérő klinikai stratégiákhoz és eredményekhez vezetnek, amelyek szorosan kapcsolódnak a betegek életminőségéhez, gazdasági terheléséhez és pszichológiai stresszéhez. Az endoszkópos ultrahang (EUS) kulcsszerepet játszott a PCL-ek további differenciáldiagnosztikájában. A mesterséges intelligencia (AI) szintén nagy potenciált mutatott a klinikai diagnosztikában és kezelésben. Ezért tervezzük, hogy visszamenőlegesen gyűjtjük össze a betegek EUS képalkotási adatait, radiológiai és laboratóriumi teszteket, valamint egyéb klinikai információkat, hogy létrehozzunk egy Cyst-AI nevű modellt, amely integrálja a diagnosztikai és klinikai kezelési funkciókat, hogy segítse a klinikai döntéshozatalt.

Tanulmány típusa

Megfigyelő

Beiratkozás (Becsült)

500

Kapcsolatok és helyek

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

Tanulmányi kapcsolat

Tanulmányi helyek

  • Kína
    • Hubei
      • Wuhan, Hubei, Kína, 430030
        • Toborzás
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • Kapcsolatba lépni:
      • Wuhan, Hubei, Kína, 430030
        • Még nincs toborzás
        • 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

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

A kohorsz több kínai kórházból kerül kiválasztásra, köztük a Tongji Kórházból, a Tongji Orvosi Főiskolából, HUST.

Leírás

Bevételi kritériumok:

  • Páciensek, akiknél az EUS eredménye hasnyálmirigy-cisztás vagy cisztoid elváltozásokat mutat;
  • Nyákos elváltozások: ideértve a nyákos cisztás neoplasma (MCN), intraduktális papilláris nyákos neoplasma (IPMN);
  • Nem nyákos elváltozások: ideértve a hasnyálmirigy-álcisztát, szeróz cisztás neoplasma (SCN), cisztás neuroendokrin tumor (cNET).

Kizárási kritériumok:

  • Páciensek, akik 18 évesnél fiatalabbak;
  • Páciensek, akik EUS vizsgálat előtt hasnyálmirigy-műtéten estek át;
  • Páciensek, akik EUS vizsgálat előtt kemoterápiát és sugárkezelést kaptak hasnyálmirigy-daganatok miatt;
  • A patológiai eredmények azt mutatják, hogy a hasnyálmirigy-elváltozások más helyekről származó áttétek;
  • Páciensek, akiknél hiányoznak az EUS felvételek vagy jelentések;
  • Az EUS képminőség nem felel meg az áttekintés követelményeinek, például homályos képalkotás vagy olyan artefaktumok, biopsziás tűk, mérőskálák vagy egyéb kiegészítő jelölések, amelyek nem részei az eredeti EUS felvételnek;
  • Páciensek, akiknél a végső diagnózis nem egyértelmű.

Tanulási terv

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

Hogyan készül a tanulmány?

Tervezési részletek

Kohorszok és beavatkozások

Csoport / Kohorsz
Beavatkozás / kezelés
Ciszta-EUS
A 2026 előtti betegek, akiknél a hasnyálmirigy cisztaeseményekről vagy cisztaszerű anyagelváltozásokról készült EUS felvételek állnak rendelkezésre, bekerültek ebbe a kohorszba.
Diagnosztikai vizsgálat: Cyst-AI modell
A többközpontúan gyűjtött adatokat egy tanító halmazra, egy validációs halmazra és egy teszt halmazra osztják fel a cyst-AI modell fejlesztéséhez és teszteléséhez.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A diagnosztikai modell teljesítménye a mucinózus és nem mucinózus PCL-ek megkülönböztetésében
Időkeret: A diagnosztikai modell képzés befejezését követő 3 hónapon belül.
A Cyst-AI diagnosztikai modell teljesítményét a fogadó működési jelleggörbe alatti terület (AUC-ROC) segítségével értékeljük, a modell előrejelzéseiből számított érzékenységgel, specificitással, pontossággal, pozitív prediktív értékkel (PPV) és negatív prediktív értékkel (NPV) a független validációs adathalmazon. PCL: hasnyálmirigy ciszta elváltozások.
A diagnosztikai modell képzés befejezését követő 3 hónapon belül.
A klinikai kezelési modell kockázatstratifikációs teljesítménye mucinózus PCL-ek esetén
Időkeret: A kockázati rétegezési modell képzése befejezésétől számított 3 hónapon belül.
A Cyst-AI kockázatstratifikációs modell teljesítményét, amely a "alacsony kockázatú", "közepes kockázatú" és "magas kockázatú" kategóriákba helyezi el a lelőhelyeket, a fogadó működési jellemzők görbe alatti területével (AUC-ROC) értékeljük, a modell előrejelzéseiből számított érzékenységgel, specificitással, pontossággal, pozitív prediktív értékkel (PPV) és negatív prediktív értékkel (NPV) a független validációs adatkészleten. PCLs: hasnyálmirigy ciszta elváltozások.
A kockázati rétegezési modell képzése befejezésétől számított 3 hónapon belül.

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
A diagnosztikai modell teljesítménye a PCL-ek specifikus típusainak megkülönböztetésében
Időkeret: A diagnosztikai modell képzésének befejezésétől számított 3 hónapon belül.
A Cyst-AI diagnosztikai modell teljesítményét a fogadó működési jelleggörbe alatti terület (AUC-ROC) segítségével értékeljük, érzékenységgel, specifitással, pontossággal, pozitív prediktív értékkel (PPV) és negatív prediktív értékkel (NPV), amelyeket a modell előrejelzéseiből számítunk a független validációs adathalmazon.
PCL: hasnyálmirigy ciszta elváltozások.
A diagnosztikai modell képzésének befejezésétől számított 3 hónapon belül.
A nyálkahártyás PCL-ek klinikai menedzsment modelljének klinikai menedzsment teljesítménye
Időkeret: A klinikai menedzsment modell képzés befejezésétől számított 3 hónapon belül.
A Cyst-AI klinikai kezelési modell teljesítményét a pontos klinikai ajánlások nyújtására a fogadó üzemeltetési karakterisztika görbe alatti területével (AUC-ROC) értékeljük, a modell előrejelzéseiből az érzékenységet, a specifikitást, a pontosságot, a pozitív prediktív értéket (PPV) és a negatív prediktív értéket (NPV) számítva a független validációs adatkészleten. PCL: hasnyálmirigy cisztás elváltozások.
A klinikai menedzsment modell képzés befejezésétől számított 3 hónapon belül.
A modell teljesítménye különböző szintű endoszkopisták segítésében PCL-ek diagnosztizálásában és kezelésében
Időkeret: Az ember-gép konfrontációs keresztezési tanulmány befejezését követő 1 hónapon belül
A Cyst-AI modell teljesítményét az endoszkopisták segítésében a fogadó működési jellemzők görbe alatti területével (AUC-ROC) értékeljük, érzékenységgel, specifikussággal, pontossággal, pozitív prediktív értékkel (PPV) és negatív prediktív értékkel (NPV), amelyeket a modell előrejelzéseiből számítunk a független validációs adathalmazon. PCLs: hasnyálmirigy ciszta elváltozások.
Az ember-gép konfrontációs keresztezési tanulmány befejezését követő 1 hónapon belül
A modell hatása az endoszkopisták döntéshozatali folyamatára
Időkeret: A humán-gép konfrontációs keresztmetszeti tanulmány befejezését követő 1 hónapon belül.
A vizsgálat utáni kérdőív az endoszkopisták számára a hatás mértékének felmérésére szolgál.
A humán-gép konfrontációs keresztmetszeti tanulmány befejezését követő 1 hónapon belül.

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Szponzor

Huazhong University of Science and Technology

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 1.

Elsődleges befejezés (Becsült)

2026. április 1.

A tanulmány befejezése (Becsült)

2026. június 1.

Tanulmányi regisztráció dátumai

Először benyújtva

2025. december 9.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. március 5.

Első közzététel (Tényleges)

2026. március 11.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. március 11.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. március 5.

Utolsó ellenőrzés

2026. március 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Kulcsszavak

További vonatkozó MeSH feltételek

Egyéb vizsgálati azonosító számok

  • Cyst-AI 2024

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