- ICH GCP
- Registro degli studi clinici negli Stati Uniti
- Sperimentazione clinica NCT06221397
Studio di validazione clinica di un sistema CAD basato sull'intelligenza artificiale per la rilevazione precoce e non invasiva del melanoma cutaneo (LEGIT_MC_EVCDA)
Studio di validazione clinica di un sistema CAD con algoritmi di intelligenza artificiale per la rilevazione precoce e non invasiva del melanoma cutaneo in vivo
L'obiettivo di questo studio osservazionale analitico trasversale di serie di casi clinici è quello di convalidare un software di diagnosi assistita da computer sviluppato da AI Labs Group per l'identificazione del melanoma cutaneo in immagini di lesioni riprese con una fotocamera dermatoscopica. Questo studio sarà effettuato su pazienti con lesioni cutanee con sospetta malignità visitati presso il Dipartimento di Dermatologia dell'Ospedale Universitario Cruces e dell'Ospedale Universitario Basurto. Le principali domande a cui si propone di rispondere sono:
- Se l'algoritmo AI sviluppato dal gruppo AI Labs è uno strumento valido per identificare il melanoma cutaneo in immagini dermoscopiche con elevata attendibilità.
- Confronto delle prestazioni del dispositivo con i dermatologi, con la valutazione dei medici di base da considerare nelle fasi successive.
- Valutare l'utilità e la fattibilità del dispositivo in ambienti avversi con limitazioni tecniche.
In questo modo verranno reclutati pazienti con lesioni cutanee con sospetta malignità visitati presso il Dipartimento di Dermatologia dell'Ospedale Cruces e dell'Ospedale Universitario Basurto. I pazienti in questo studio non riceveranno alcun trattamento specifico come parte del protocollo di ricerca. Inoltre, continueranno i farmaci e i trattamenti regolarmente prescritti come indicato dai loro operatori sanitari primari. Questo studio non richiede il follow-up dei soggetti. Ogni paziente si fa fotografare le lesioni cutanee solo al momento della visita.
Panoramica dello studio
Stato
Condizioni
Descrizione dettagliata
Introduzione Il melanoma cutaneo (CM), un tipo di cancro della pelle, ha registrato un aumento significativo dell'incidenza e della mortalità. È particolarmente aggressivo e può metastatizzare rapidamente, rendendolo resistente alla chemioterapia e alla radioterapia. Tuttavia, la diagnosi precoce attraverso la semplice escissione chirurgica è altamente curabile. Differenziare tra lesioni pigmentate benigne e maligne, soprattutto durante l'esame visivo, è impegnativo.
A causa della scarsa consapevolezza pubblica e dell’accesso limitato ai dermatologi, il melanoma viene spesso diagnosticato in una fase successiva. Per affrontare questo problema, c’è un crescente interesse per la diagnostica assistita da computer (CAD) che utilizza l’intelligenza artificiale (AI) per il rilevamento precoce del melanoma. Le tecnologie di intelligenza artificiale hanno dimostrato una competenza paragonabile a quella dei dermatologi nella classificazione delle lesioni dalle fotografie. La visione artificiale e l’intelligenza artificiale rappresentano un’opportunità significativa per migliorare la diagnosi.
Le attività preventive e le campagne di diagnosi precoce hanno migliorato la sopravvivenza dei pazienti, sottolineando il fatto che i dispositivi basati sull’intelligenza artificiale per valutare la malignità delle lesioni cutanee e distinguere tra micro melanomi e altre lesioni cutanee come nevi e lentiggini possono aumentare ulteriormente la sopravvivenza dei pazienti. Questo studio mira a convalidare clinicamente il rilevamento del melanoma cutaneo utilizzando applicazioni di visione artificiale e apprendimento automatico.
Obiettivi Ipotesi Un sistema CAD basato sulla visione artificiale consente la diagnosi precoce e non invasiva del melanoma cutaneo in vivo.
Obiettivo primario
Convalidare che l'algoritmo di intelligenza artificiale sviluppato da AI Labs Group SL SL per l'identificazione del melanoma cutaneo nelle immagini di lesioni riprese con una telecamera dermatoscopica raggiunge i seguenti valori:
AUC maggiore di 0,8 sensibilità pari o superiore all'80% specificità pari o superiore al 70% Obiettivo secondario
Confrontare le prestazioni dell'algoritmo di intelligenza artificiale sviluppato dal produttore con le prestazioni di operatori sanitari di diverse specializzazioni:
Dermatologi Medici di base Convalidano l'utilità e la fattibilità dell'algoritmo di intelligenza artificiale sviluppato dal produttore in ambienti avversi con gravi limitazioni tecniche, come la mancanza di strumentazione o la mancanza di connessione Internet.
MEDICI DI ASSISTENZA PRIMARIA Lo studio non confronta le prestazioni del dispositivo con quelle dei medici di assistenza primaria; si concentra solo sui dermatologi. Tuttavia, è ampiamente noto che i dermatologi hanno un tasso di successo diagnostico significativamente più elevato nell’individuazione del melanoma.
Popolazione Pazienti con lesioni cutanee di sospetta malignità visitati presso il Dipartimento di Dermatologia dell'Ospedale Universitario Cruces e dell'Ospedale Universitario Basurto.
Progettazione e progettazione dei metodi Si tratta di uno studio analitico osservazionale di serie di casi per l'esecuzione di uno studio di test diagnostici. Le misurazioni vengono eseguite in un singolo caso, quindi si tratta di uno studio trasversale.
Numero di soggetti Il numero iniziale di soggetti per lo studio era 40. Tuttavia, a causa della necessità di un set di dati equilibrato (ovvero, lo stesso numero di immagini di melanoma e non melanoma), abbiamo ritenuto necessario raccogliere casi di nevo e/o altri tipi di lesioni cutanee, se necessario. Per questo motivo il numero di soggetti proposto è stato aumentato a circa 200 persone, di cui almeno 40 presentano melanoma cutaneo.
Al momento della stesura di questo rapporto, sono stati inclusi nello studio un totale di 96 soggetti, 70 dell'Ospedale Universitario Basurto e 26 dell'Ospedale Universitario Cruces.
Data di inizio La data di inclusione del primo soggetto era il 17 settembre 2020.
Data di completamento L'ultimo soggetto del campione iniziale di 40 partecipanti è stato incluso il 24 marzo 2021.
La dimensione del campione target riadattato (200 partecipanti) non è stata ancora raggiunta, con 96 soggetti inclusi al momento del rapporto.
Durata Si stima che questo studio abbia un periodo di reclutamento di 10 mesi per l'inclusione dei primi 40 pazienti. Il periodo di reclutamento è prolungato di 12 mesi per l'inclusione di pazienti fino a un totale di 200, con un minimo di 40 melanomi.
La durata totale dello studio è stimata in 36 mesi, compreso il tempo necessario dopo il reclutamento dell'ultimo soggetto per la chiusura e la modifica del database, l'analisi dei dati e la preparazione del rapporto finale dello studio.
Metodi
Tutte le lesioni cutanee vengono fotografate seguendo queste indicazioni tecniche:
Formato immagine non compresso, come PNG, HEIC o TIFF. Scattata con il dermatoscopio DermLite Foto X della 3Gen Inc.
Preso da uno smartphone con le seguenti caratteristiche:
Con una fotocamera con una risoluzione minima non inferiore a 13 megapixel.
Preso con uno dei seguenti modelli:
- Google Pixel 3 e Google Pixel 3 XL.
- Samsung Galaxy Note 10, Samsung Galaxy S10, Samsung Galaxy S10E
- iPhone X e versioni precedenti
- Disabilitare tutta la post-elaborazione delle immagini, come HDR, modalità ritratto, filtri colorati o zoom digitale.
Con cadenza mensile il team di ricerca raccoglie le immagini e ne verifica la correttezza. Se un'immagine non è di qualità sufficiente, l'investigatore ripete la fotografia. Il gruppo di ricerca raccoglie anche dati diagnostici da dermatologi esperti.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Alfonso Medela, MsC
- Numero di telefono: +34 638127476
- Email: alfonso@legit.health
Backup dei contatti dello studio
- Nome: Jordi Barrachina, PhD
- Numero di telefono: +34 660675578
- Email: jordibarrachina@legit.health
Luoghi di studio
-
-
Biscay
-
Barakaldo, Biscay, Spagna, 48903
- Reclutamento
- University Hospital of Cruces
-
Contatto:
- Alfonso Medela, MsC
- Numero di telefono: +34 638127476
- Email: alfonso@legit.health
-
Contatto:
- Jesús Gardeazabal, PhD
- Numero di telefono: +34 946006149
- Email: secretaria.dermatologiacruces@osakidetza.net
-
Investigatore principale:
- Jesús Gardeazabal, PhD
-
Investigatore principale:
- Rosa María Izu, PhD
-
Sub-investigatore:
- Juan Antonio Ratón Nieto, PhD
-
Sub-investigatore:
- Ana Sánchez Diez, PhD
-
Sub-investigatore:
- Alfonso Medela, MsC
-
Sub-investigatore:
- Andy Aguilar, MsC
-
Sub-investigatore:
- Taig Mac Carthy, MsC
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criterio di inclusione:
- Pazienti con lesioni cutanee con sospetta malignità
- Età superiore ai 18 anni
- Pazienti che acconsentono a partecipare allo studio firmando il modulo di Consenso Informato
Criteri di esclusione:
- Pazienti di età inferiore a 18 anni
Piano di studio
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 |
---|---|---|
Numero di immagini per soggetto
Lasso di tempo: Il momento dell'iscrizione
|
Numero di immagini che ogni paziente carica sull'app Web con l'algoritmo AI
|
Il momento dell'iscrizione
|
Diagnosi
Lasso di tempo: Momento dell'iscrizione
|
Diagnosi effettuata dall'algoritmo AI
|
Momento dell'iscrizione
|
Qualità dell'immagine
Lasso di tempo: Il momento dell'iscrizione
|
Qualità dell'immagine caricata per paziente.
Una cattiva qualità non sarà accettata per lo studio e al paziente verrà chiesto di caricare un'immagine con una qualità migliore
|
Il momento dell'iscrizione
|
Rilevazione del melanoma
Lasso di tempo: Il momento dell'iscrizione
|
Sensibilità dell'algoritmo per rilevare o meno la presenza di melanoma
|
Il momento dell'iscrizione
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
---|---|---|
Età e sesso
Lasso di tempo: Il momento dell'iscrizione
|
Età e sesso dei pazienti
|
Il momento dell'iscrizione
|
Collaboratori e investigatori
Sponsor
Collaboratori
Investigatori
- Investigatore principale: Jesús Gardeazabal, PhD, Hospital Universitario Cruces
- Investigatore principale: Rosa María Ize, PhD, Hospital Universitario Basurto
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Stimato)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Parole chiave
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- PI2019216
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
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 .