超音波画像診断中の肺がんの病期分類におけるがん性リンパ節を予測するための人工知能の使用
2020年3月10日 更新者：Wael Hanna、St. Joseph's Healthcare Hamilton
気管支内超音波検査中のリンパ節の超音波特徴のセグメンテーションのための人工知能とディープ ニューラル ネットワークを使用したコンピューター支援アルゴリズムの開発と検証
この研究は、深層神経人工知能 (AI) ネットワーク (NeuralSeg) が、セグメンテーションの技術を使用して、気管支内超音波経気管支針吸引 (EBUS-TBNA) によって検査されたリンパ節にカナダ リンパ節スコアを割り当てる方法を学習できるかどうかを判断することを目的としています。
画像は、将来のライブラリからの 300 個のリンパ節ビデオから作成され、アルゴリズムを開発するための導出セットとして使用されます。
NeuralSeg がスコアを正しく適用できるかどうかを検証するために、さらに 100 枚のリンパ節画像が前向きに収集されます。
調査の概要
研究の種類
観察的
入学 (実際)
52
連絡先と場所
このセクションには、調査を実施する担当者の連絡先の詳細と、この調査が実施されている場所に関する情報が記載されています。
研究場所
-
-
Ontario
-
Hamilton、Ontario、カナダ、L8N 4A6
- St. Joseph's Healthcare Hamilton
-
-
参加基準
研究者は、適格基準と呼ばれる特定の説明に適合する人を探します。これらの基準のいくつかの例は、人の一般的な健康状態または以前の治療です。
適格基準
就学可能な年齢
18年歳以上 (大人、高齢者)
健康ボランティアの受け入れ
いいえ
受講資格のある性別
全て
サンプリング方法
非確率サンプル
調査対象母集団
フェーズ A では患者の登録は必要ありません。
フェーズ B では、新しいリンパ節ビデオの検証セットを取得するために患者を前向きに登録する必要があります。
St. Joseph's Healthcare Hamilton で NSCLC の縦隔病期分類のための EBUS-TBNA 処置を受ける予定のすべての患者は、この研究に登録する資格があります。
除外基準はありません。
すべての患者は、ルーチンケアに従ってEBUS-TBNAを受けることになりますが、唯一の違いは、手順が後でコンピューター分析に使用できるようにビデオに記録されることです。
説明
包含基準:
- 肺がんが確定または疑われると診断され、EBUS診断/病期分類を受けている必要があります
除外基準:
- なし
研究計画
このセクションでは、研究がどのように設計され、研究が何を測定しているかなど、研究計画の詳細を提供します。
研究はどのように設計されていますか？
デザインの詳細
この研究は何を測定していますか？
主要な結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
リンパ節超音波検査の特徴を識別するコンピューターアルゴリズムの開発
時間枠：遡及データ収集からアルゴリズム開発まで（1ヶ月）
|
目的: ディープ ニューラル AI ネットワーク (NeuralSeg) が、既存の (派生) リンパ節ビデオ セットのセグメンテーション技術を使用して、EBUS で検査されたリンパ節にカナダ リンパ節スコアを割り当てる方法を学習できるかどうかを判断すること
|
遡及データ収集からアルゴリズム開発まで（1ヶ月）
|
|
リンパ節の超音波検査の特徴を特定するためのコンピューターアルゴリズムの検証
時間枠：将来のデータ収集からアルゴリズムの検証まで（6か月）
|
目的: NeuralSeg がこれまでに見たことのない新しい (検証) リンパ節ビデオ セットにカナダ リンパ節スコアを正しく適用できるかどうかを判断すること
|
将来のデータ収集からアルゴリズムの検証まで（6か月）
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
NeuralSeg によって実行されるセグメンテーションの精度と信頼性
時間枠：外科医によるセグメンテーションからNeuralSegによるセグメンテーションへ（1ヶ月）
|
目的: NeuralSeg によって実行されるセグメンテーションの精度と信頼性を、DICE-SORENSEN 係数を使用して経験豊富な内視鏡外科医によって実行されるセグメンテーションと比較すること。
|
外科医によるセグメンテーションからNeuralSegによるセグメンテーションへ（1ヶ月）
|
|
NeuralSeg によるリンパ節悪性腫瘍の予測
時間枠：EBUS イメージングで使用される NeuralSeg アルゴリズムから生検レポートまで (最大 2 ～ 3 か月かかると推定)
|
目的: 検査されたリンパ節の生検結果と比較して、NeuralSeg がリンパ節の悪性腫瘍を正確に予測できるかどうかを判断すること。
|
EBUS イメージングで使用される NeuralSeg アルゴリズムから生検レポートまで (最大 2 ～ 3 か月かかると推定)
|
協力者と研究者
ここでは、この調査に関係する人々や組織を見つけることができます。
捜査官
- 主任研究者：Wael C Hanna、St. Josephs Healthcare Hamilton
出版物と役立つリンク
研究に関する情報を入力する責任者は、自発的にこれらの出版物を提供します。これらは、研究に関連するあらゆるものに関するものである可能性があります。
一般刊行物
- Topol EJ. High-performance medicine: the convergence of human and artificial intelligence. Nat Med. 2019 Jan;25(1):44-56. doi: 10.1038/s41591-018-0300-7. Epub 2019 Jan 7.
- American College of Chest Physicians; Health and Science Policy Committee. Diagnosis and management of lung cancer: ACCP evidence-based guidelines. American College of Chest Physicians. Chest. 2003 Jan;123(1 Suppl):D-G, 1S-337S. No abstract available.
- Hanna WC, Yasufuku K. Bronchoscopic staging of lung cancer. Ther Adv Respir Dis. 2013 Apr;7(2):111-8. doi: 10.1177/1753465812468041. Epub 2012 Dec 20.
- Hylton DA, Turner J, Shargall Y, Finley C, Agzarian J, Yasufuku K, Fahim C, Hanna WC. Ultrasonographic characteristics of lymph nodes as predictors of malignancy during endobronchial ultrasound (EBUS): A systematic review. Lung Cancer. 2018 Dec;126:97-105. doi: 10.1016/j.lungcan.2018.10.020. Epub 2018 Oct 30.
- El-Sherief AH, Lau CT, Wu CC, Drake RL, Abbott GF, Rice TW. International association for the study of lung cancer (IASLC) lymph node map: radiologic review with CT illustration. Radiographics. 2014 Oct;34(6):1680-91. doi: 10.1148/rg.346130097.
研究記録日
これらの日付は、ClinicalTrials.gov への研究記録と要約結果の提出の進捗状況を追跡します。研究記録と報告された結果は、国立医学図書館 (NLM) によって審査され、公開 Web サイトに掲載される前に、特定の品質管理基準を満たしていることが確認されます。
主要日程の研究
研究開始 (実際)
2019年4月8日
一次修了 (実際)
2019年9月23日
研究の完了 (実際)
2019年11月20日
試験登録日
最初に提出
2019年2月19日
QC基準を満たした最初の提出物
2019年2月20日
最初の投稿 (実際)
2019年2月21日
学習記録の更新
投稿された最後の更新 (実際)
2020年3月11日
QC基準を満たした最後の更新が送信されました
2020年3月10日
最終確認日
2020年3月1日
詳しくは
この情報は、Web サイト clinicaltrials.gov から変更なしで直接取得したものです。研究の詳細を変更、削除、または更新するリクエストがある場合は、register@clinicaltrials.gov。 までご連絡ください。 clinicaltrials.gov に変更が加えられるとすぐに、ウェブサイトでも自動的に更新されます。