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

Prospektív felhasználói vizsgálat és multicentrikus validálás multimodális orvosi képalkotó nagymodellekhez

2026. augusztus 4. frissítette: Junyan Li, The Third Affiliated Hospital of Southern Medical University

Potenciális felhasználói vizsgálat és multicentrikus validáció a multimodális orvosi képalkotó nagymodellekkel a gyakori szisztémás betegségek diagnózisában.

Ez a tanulmány célja egy multimodális orvosi képalkotó nagy modell diagnosztikai teljesítményének és klinikai hasznosságának értékelése a gyakori szisztémás betegségek azonosításában. Egy retrospektív, több központot magában foglaló olvasói tanulmány segítségével a kutatás összehasonlítja a radiológusok diagnosztikai pontosságát, érzékenységét és specifitását mesterséges intelligencia segítségével és anélkül. A cél a modell robusztusságának és a klinikusok diagnosztikai hatékonyságára gyakorolt hatásának validálása különböző egészségügyi környezetekben.

A tanulmány áttekintése

Részletes leírás

Háttér: A multimodális nagy modellek jelentős potenciált mutattak az orvosi képalkotásban. Több központ klinikai munkafolyamataira gyakorolt teljesítményük és hatásuk azonban szigorú validálást igényel.

Cél: Egy multimodális nagy modell diagnosztikai teljesítményének értékelése, valamint annak vizsgálata, hogy az AI-asszisztencia javíthatja-e a különböző tapasztalati szintű radiológusok diagnosztikus pontosságát és hatékonyságát.

Módszertan: Ez a kutatás multicentrikus, retrospektív összehasonlító olvasói vizsgálatként van kialakítva. A résztvevő intézményekből nagyméretű, sokszínű orvosi képalkotói adatbázist (beleértve a CT-t és MRI-t) gyűjtünk. Engedéllyel rendelkező radiológusok csoportja két külön munkamenetben végez diagnosztikai feladatokat: önálló munkamenet (AI segítség nélkül) és AI-asszisztált munkamenet, közöttük megfelelő kimosási időszakkal.

Adatelemzés: A klinikai „valós aranystandardot” szakértői konszenzus vagy szövettani eredmények alapján állapítják meg. A vizsgálat összehasonlítja a vevő működési jelleggörbe alatti területet (AUC), érzékenységet és specificitást az önálló és az AI-asszisztált módok között. Továbbá esetenként rögzítik az olvasási időt a diagnosztikai hatékonyság értékelése érdekében.

Etika: Ez a tanulmány retrospektív, anonimizált adatokat használ, és nem változtatja meg a betegek klinikai kezelését vagy kezelését.

A multimodális nagy modellt körülbelül 1 000 000 orvosi képalkotói esetből álló hatalmas adathalmaz felhasználásával fejlesztették ki és előre betanították. Ez a tanulmány a multicentrikus klinikai validációra összpontosít egy 1000 esetből álló független tesztkohorsz segítségével.

Tanulmány típusa

Megfigyelő

Beiratkozás (Tényleges)

310

Kapcsolatok és helyek

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

Tanulmányi helyek

    • Guangdong
      • Guangzhou, Guangdong, Kína, 510630
        • The Third Affiliated Hospital of Southern Medical University

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

Igen

Mintavételi módszer

Nem valószínűségi minta

Tanulmányi populáció

Különböző klinikai indikációk miatt szisztémás orvosi képalkotáson átesett betegek több kínai orvosi központból, akik a gyakori szisztémás betegségek széles skáláját képviselik.

Leírás

Bevonási kritériumok:<\/p>

Olyan betegek, akik részt vevő központokban szisztémás orvosi képalkotó vizsgálatokon (pl. CT vagy MRI) estek át szisztémás szervezeti betegségek miatt.<\/p>

A képalkotó adatoknak rendelkezniük kell megerősített klinikai referenciastandarddal, szakértői konszenzussal vagy patológiai diagnózissal.<\/p>

Teljes DICOM formátumú képek elérhetősége szabványos felvételi protokollokkal.<\/p>

Kizárási kritériumok:<\/p>

Gyenge képminőség (pl. súlyos mozgási vagy fém műtermékek), amely kizárja a végleges diagnózist.<\/p>

Hiányos klinikai vagy patológiai referenciastandarddal rendelkező esetek.<\/p>

Sérült képfájlok vagy ismétlődő esetek.<\/p>

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
Validation Cohort
Prospective Observational Validation Cohorts CT data are prospectively collected at two centers after model locking and used for observational model validation. A subset is included in the randomized crossover reader study.
A radiológusok önállóan, a mesterséges intelligencia modell által nyújtott segítség nélkül értelmezik az orvosi felvételeket, hogy megállapítsák az alapvető teljesítményt.
Radiologusok a multimodalis orvosi kepalkoto nagy model segitsegevel ertelmezik ugyanazt az orvosi kepkesszletet, hogy felmerjek a diagnosztikai teljesitmeny javulasat.

Mit mér a tanulmány?

Elsődleges eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Case-level Diagnostic Accuracy and Area Under the ROC Curve (AUC)
Időkeret: Up to 1 week per evaluation period
Evaluation of case-level diagnostic accuracy (defined as the proportion of diagnostic decisions matching the clinical ground-truth label) and discrimination performance (measured by AUC) to compare unaided radiologist performance versus AI-assisted performance.
Up to 1 week per evaluation period

Másodlagos eredményintézkedések

Eredménymérő
Intézkedés leírása
Időkeret
Diagnostic Efficiency (Reading and Reporting Time)
Időkeret: Up to 1 week per evaluation period
Measurement of diagnostic efficiency recorded as the time (in seconds) taken by radiologists to complete the case review and generate findings, with and without AI assistance.
Up to 1 week per evaluation period
Inter-rater Agreement (Fleiss' Kappa)
Időkeret: Up to 1 week per evaluation period
Assessment of diagnostic consensus and inter-rater consistency among participating radiologists measured using Fleiss' kappa (κ).
Up to 1 week per evaluation period
Clinical Report Quality and Semantic Accuracy Score
Időkeret: Up to 1 week per evaluation period
Assessment of AI-generated draft report quality evaluated by senior experts on a 5-point Likert scale (focusing on semantic accuracy and clinical relevance) and automated metrics (GREEN and ROUGE-L).
Up to 1 week per evaluation period

Együttműködők és nyomozók

Itt találhatja meg a tanulmányban érintett személyeket és szervezeteket.

Nyomozók

  • Kutatásvezető: Yinghua Zhao, PhD, The Third Affiliated Hospital of Southern Medical University

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)

2026. január 1.

Elsődleges befejezés (Tényleges)

2026. június 8.

A tanulmány befejezése (Tényleges)

2026. július 10.

Tanulmányi regisztráció dátumai

Először benyújtva

2026. április 21.

Először nyújtották be, amely megfelel a minőségbiztosítási kritériumoknak

2026. április 21.

Első közzététel (Tényleges)

2026. április 28.

Tanulmányi rekordok frissítései

Utolsó frissítés közzétéve (Tényleges)

2026. augusztus 7.

Az utolsó frissítés elküldve, amely megfelel a minőségbiztosítási kritériumoknak

2026. augusztus 4.

Utolsó ellenőrzés

2026. augusztus 1.

Több információ

A tanulmányhoz kapcsolódó kifejezések

Terv az egyéni résztvevői adatokhoz (IPD)

Tervezi megosztani az egyéni résztvevői adatokat (IPD)?

NEM

IPD terv leírása

A betegek magánéletének védelme és az intézményi adatbiztonsági előírások betartása érdekében.

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