膵臓固形病変を診断するための EUS の人工知能
2024年4月2日 更新者：Bin Cheng、Huazhong University of Science and Technology
膵臓がんと他の膵臓固形病変を区別するために訓練された EUS 畳み込みニューラル ネットワーク モデルの開発における人工知能の利用
私たちは患者のEUS画像と臨床パラメータを解析することで臨床診断を容易にするEUS-AIモデルの開発を目指しています。
調査の概要
詳細な説明
EUS は、空間分解能が高いため、膵臓固形病変の検出において CT よりも感度の高いモダリティであると考えられています。
ただし、診断の精度は医師の経験と技術力に大きく依存します。
そこで、人工知能技術である畳み込みニューラルネットワークに基づいた客観的なEUS診断モデルの開発を目指します。
さらに、実際の臨床診断手順を模倣し、このモデルのパフォーマンスを向上させるために、危険因子、腫瘍バイオマーカー、放射線所見などの臨床パラメーターもこの人工知能モデルに追加されます。
研究の種類
観察的
入学 (実際)
130
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
-
-
Hubei
-
Wuhan、Hubei、中国、430030
- Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
-
-
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
サンプリング方法
非確率サンプル
調査対象母集団
コホートは、HUSTの同済病院、同済医科大学から選ばれます。
説明
包含基準:
- 2014年より当院でカーブラインアレイエコー内視鏡（GF-UCT260；オリンパスメディカルシステムズ）を用いてEUSを施行された患者様。
- 各患者について、利用可能なすべてのネイティブ EUS 画像が含まれています。
- 患者の診断は、手術結果または穿刺吸引（FNA）所見によって検証され、6 か月を超える追跡期間で互換性のある臨床経過をとっている必要があります。
除外基準:
- 画像の品質が低いです。
- 画像には、生検針など、モデルに偏りをもたらす可能性がある固有のマークが含まれています。
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
コホートと介入
グループ/コホート |
介入・治療 |
|---|---|
|
膵臓-EUS
2014年以降、正常膵臓または膵固形病変のEUS写真を有する患者がこのコホートに含まれている。
|
検査サブセット (全患者の約 20%) は、EUS-AI モデルの最終評価用に予約されています。
テストサブセット内の各患者の臨床パラメータと EUS 画像は、トレーニングされた EUS-AI モデルに入力され、最も可能性の高い診断がモデルによって与えられます。
|
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 |
|---|---|---|
|
膵臓癌を他の膵臓固形病変から区別するモデルの能力
時間枠：EUS-AIモデルのトレーニングプロセスが完了した後
|
受信者動作特性 (ROC) 分析、感度、特異度、精度、陽性的中率および陰性的中率は、モデルの有効性を評価するために使用されます。
|
EUS-AIモデルのトレーニングプロセスが完了した後
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
膵臓がん、CP、AIP、NET などの膵臓固形病変を特定するモデルの機能
時間枠：EUS-AIモデルのトレーニングプロセスが完了した後
|
受信者動作特性 (ROC) 分析、感度、特異度、精度、陽性的中率および陰性的中率は、モデルの有効性を評価するために使用されます。
|
EUS-AIモデルのトレーニングプロセスが完了した後
|
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。
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)
2022年7月1日
一次修了 (実際)
2023年6月30日
研究の完了 (実際)
2024年1月24日
試験登録日
最初に提出
2022年7月25日
QC基準を満たした最初の提出物
2022年7月25日
最初の投稿 (実際)
2022年7月27日
学習記録の更新
投稿された最後の更新 (実際)
2024年4月3日
QC基準を満たした最後の更新が送信されました
2024年4月2日
最終確認日
2024年4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。