Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

L'uso dell'intelligenza artificiale per prevedere i linfonodi cancerosi per la stadiazione del cancro del polmone durante l'imaging ad ultrasuoni

10 marzo 2020 aggiornato da: Wael Hanna, St. Joseph's Healthcare Hamilton

Sviluppo e convalida di un algoritmo assistito da computer che utilizza l'intelligenza artificiale e le reti neurali profonde per la segmentazione delle caratteristiche ecografiche dei linfonodi durante l'ecografia endobronchiale

Questo studio mira a determinare se una rete di intelligenza artificiale (AI) neurale profonda (NeuralSeg) può apprendere come assegnare il Canada Lymph Node Score ai linfonodi esaminati mediante aspirazione con ago transbronchiale ecografico endobronchiale (EBUS-TBNA), utilizzando la tecnica della segmentazione. Le immagini saranno create da 300 video di linfonodi da una libreria prospettica e saranno utilizzate come set di derivazione per sviluppare l'algoritmo. Verranno raccolte in modo prospettico altre 100 immagini di linfonodi per convalidare se NeuralSeg può applicare correttamente il punteggio.

Panoramica dello studio

Stato

Completato

Condizioni

Intervento / Trattamento

Tipo di studio

Osservativo

Iscrizione (Effettivo)

52

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Luoghi di studio

  • Canada
    • Ontario
      • Hamilton, Ontario, Canada, L8N 4A6
        • St. Joseph's Healthcare Hamilton

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

18 anni e precedenti (Adulto, Adulto più anziano)

Accetta volontari sani

No

Sessi ammissibili allo studio

Tutto

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

La fase A non richiede l'arruolamento dei pazienti. La fase B richiederà l'arruolamento prospettico dei pazienti per ottenere il set di convalida dei nuovi video sui linfonodi. Tutti i pazienti che devono sottoporsi a una procedura EBUS-TBNA per la stadiazione mediastinica del NSCLC presso il St. Joseph's Healthcare Hamilton potranno partecipare a questo studio. Non ci sono criteri di esclusione. Tutti i pazienti saranno sottoposti a EBUS-TBNA come da cure di routine, ad eccezione dell'unica differenza in cui le procedure saranno videoregistrate in modo che possano essere utilizzate per l'analisi del computer in un secondo momento.

Descrizione

Criterio di inclusione:

  • deve essere diagnosticato un carcinoma polmonare confermato o sospetto ed essere sottoposto a diagnosi / stadiazione EBUS

Criteri di esclusione:

  • Nessuno

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Sviluppo di un algoritmo informatico per identificare le caratteristiche ecografiche dei linfonodi
Lasso di tempo: Dalla raccolta dati retrospettiva allo sviluppo dell'algoritmo (1 mese)
Obiettivo: determinare se una rete AI neurale profonda (NeuralSeg) può apprendere come assegnare il Canada Lymph Node Score ai linfonodi esaminati da EBUS, utilizzando la tecnica della segmentazione su un set esistente (derivazione) di video sui linfonodi
Dalla raccolta dati retrospettiva allo sviluppo dell'algoritmo (1 mese)
Convalida dell'algoritmo informatico per identificare le caratteristiche ecografiche dei linfonodi
Lasso di tempo: Dalla raccolta dati prospettici alla validazione dell'algoritmo (6 mesi)
Obiettivo: determinare se NeuralSeg può applicare correttamente il Canada Lymph Node Score a un nuovo set (di convalida) di video sui linfonodi che non ha mai visto prima
Dalla raccolta dati prospettici alla validazione dell'algoritmo (6 mesi)

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Precisione e affidabilità della segmentazione eseguita da NeuralSeg
Lasso di tempo: Dalla segmentazione eseguita dal chirurgo alla segmentazione eseguita da NeuralSeg (1 mese)
Obiettivo: confrontare l'accuratezza e l'affidabilità della segmentazione eseguita da NeuralSeg con la segmentazione eseguita da un chirurgo endoscopico esperto utilizzando i coefficienti DICE-SORENSEN.
Dalla segmentazione eseguita dal chirurgo alla segmentazione eseguita da NeuralSeg (1 mese)
Previsione NeuralSeg della malignità dei linfonodi
Lasso di tempo: Dall'algoritmo NeuralSeg utilizzato sull'imaging EBUS al referto della biopsia (stimato fino a 2-3 mesi)
Obiettivo: determinare se NeuralSeg può prevedere con precisione la malignità nel linfonodo rispetto ai risultati della biopsia del linfonodo che è stato esaminato.
Dall'algoritmo NeuralSeg utilizzato sull'imaging EBUS al referto della biopsia (stimato fino a 2-3 mesi)

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Sponsor

St. Joseph's Healthcare Hamilton

Investigatori

  • Investigatore principale: Wael C Hanna, St. Josephs Healthcare Hamilton

Pubblicazioni e link utili

La persona responsabile dell'inserimento delle informazioni sullo studio fornisce volontariamente queste pubblicazioni. Questi possono riguardare qualsiasi cosa relativa allo studio.

Pubblicazioni generali

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Effettivo)

8 aprile 2019

Completamento primario (Effettivo)

23 settembre 2019

Completamento dello studio (Effettivo)

20 novembre 2019

Date di iscrizione allo studio

Primo inviato

19 febbraio 2019

Primo inviato che soddisfa i criteri di controllo qualità

20 febbraio 2019

Primo Inserito (Effettivo)

21 febbraio 2019

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

11 marzo 2020

Ultimo aggiornamento inviato che soddisfa i criteri QC

10 marzo 2020

Ultimo verificato

1 marzo 2020

Maggiori informazioni

Termini relativi a questo studio

Parole chiave

Termini MeSH pertinenti aggiuntivi

Altri numeri di identificazione dello studio

  • StJoes EBUS AI (5636)

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

NO

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su Malattie polmonari

Prove cliniche su Ecografia endobronchiale

Cerca prove simili

Sponsor e collaboratori

Condizioni mediche

Interventi farmacologici

CROs by country

CROs in Uruguay

Condizioni

Malattie rare

Interventi farmacologici

Supplementi dietetici

Sponsor / Collaboratori

Sedi

Sottoscrivi