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.

Diagnosi precoce del melanoma basata sull'intelligenza artificiale e previsione del rischio nei bambini, negli adolescenti e nei giovani adulti (AI-MEL)

27 settembre 2024 aggiornato da: German Cancer Research Center

AI-MEL: Analisi delle immagini e apprendimento automatico per la diagnosi precoce e la previsione del rischio in bambini, adolescenti e giovani adulti

L'obiettivo di questo studio è sviluppare algoritmi diagnostici di intelligenza artificiale di supporto per distinguere il melanoma dai nevi o da altre lesioni cutanee pigmentate benigne, soprattutto nei pazienti più giovani (di età inferiore ai 30 anni). Gli obiettivi principali che si propone di raggiungere sono:

sviluppo di un algoritmo basato su immagini dermatoscopiche, mirato allo screening del cancro della pelle nelle popolazioni vulnerabili
sviluppo di un altro algoritmo basato su immagini istologiche, destinato ad essere utilizzato dai patologi su lesioni ancora sospette di melanoma dopo valutazione dermatologica
implementazione di metodi di spiegabilità per consentire all'utente di comprendere meglio le decisioni dei sistemi, evitare pregiudizi e aumentare la fiducia in queste applicazioni

Non è previsto alcun impegno di tempo aggiuntivo per i partecipanti allo studio per questo studio, poiché i dati utilizzati in questo progetto verranno comunque raccolti nella pratica clinica di routine.

Panoramica dello studio

Stato

Reclutamento

Condizioni

Tipo di studio

Osservativo

Iscrizione (Stimato)

3000

Contatti e Sedi

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

Contatto studio

Nome: Titus J Brinker, PD Dr. med
Numero di telefono: +49 15175084347
Email: titus.brinker@nct-heidelberg.de

Luoghi di studio

Germania
- - Tübingen, Germania, 72074
    - Completato
    - University of Tübingen
Italia
- - Florence, Italia, 50121
    - Completato
    - University of Florence
Spagna
- - Barcelona, Spagna, 08036
    - Reclutamento
    - Hospital Clinic de Barcelona
    - Contatto:
      
      Susana Puig
      
      Email: spuig@clinic.cat

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

Bambino
Adulto
Adulto più anziano

Accetta volontari sani

Sì

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

Principalmente bambini (fino a 15 anni compresi), adolescenti (16-20 anni) e giovani adulti (da 21 a 30 anni)

Descrizione

Criteri di inclusione:

Criteri di esclusione:

Pazienti senza diagnosi di melanoma o nevo
immagini con una qualità dell'immagine insufficiente

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
Area sotto la curva dell'operatore del ricevitore (AUROC) Lasso di tempo: Prima valutazione: al completamento del primo ciclo di formazione e test (circa entro 1,5 anni dall'inizio dello studio). Rivalutazioni: a 6 e 12 mesi di formazione post-iniziale per il miglioramento del modello.	L'AUROC viene utilizzato per misurare e confrontare l'accuratezza diagnostica di diversi classificatori. Pertanto, un valore più alto significa una migliore prestazione diagnostica, dove un AUROC pari a 1 rappresenta un punteggio perfetto.	Prima valutazione: al completamento del primo ciclo di formazione e test (circa entro 1,5 anni dall'inizio dello studio). Rivalutazioni: a 6 e 12 mesi di formazione post-iniziale per il miglioramento del modello.

Misure di risultato secondarie

Misura del risultato	Misura Descrizione	Lasso di tempo
Precisione equilibrata Lasso di tempo: Prima valutazione: al completamento del primo ciclo di formazione e test (circa entro 1,5 anni dall'inizio dello studio). Rivalutazioni: a 6 e 12 mesi di formazione post-iniziale per il miglioramento del modello.	L'accuratezza bilanciata viene utilizzata per misurare e confrontare l'accuratezza diagnostica tra classificatore e medico. Pertanto, un valore più elevato indica una migliore prestazione diagnostica, con una precisione bilanciata pari a 1 che indica capacità diagnostiche perfette.	Prima valutazione: al completamento del primo ciclo di formazione e test (circa entro 1,5 anni dall'inizio dello studio). Rivalutazioni: a 6 e 12 mesi di formazione post-iniziale per il miglioramento del modello.

Collaboratori e investigatori

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

Sponsor

German Cancer Research Center

Collaboratori

Hospital Clinic of Barcelona

University of Florence

Universität Tübingen

Fundacio Clinic Barcelona

Investigatori

Investigatore principale: Titus J Brinker, PD Dr. med, German Cancer Research Center

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.

Collegamenti utili

Homepage of the MELCAYA project

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)

1 dicembre 2022

Completamento primario (Stimato)

30 novembre 2026

Completamento dello studio (Stimato)