人工知能機器による肺がん検診
2026年3月16日 更新者：Molly SC Li、Chinese University of Hong Kong
人工知能デバイスによるハイリスク非喫煙者の肺がんスクリーニング
証拠が不足しているため、肺がん検診は現在非喫煙者には推奨されていません。
新たな証拠は、第一級家族歴がアジア人の非喫煙者における肺がんの強力な危険因子であることを示唆しています。
アジアでは、肺がん検診の実施を成功させるには、リソースの不足が大きな課題となっています。
人工知能 (AI) は、このリソースを克服するための有望なツールです。
この研究では、臨床的有用性を研究し、家族歴が良好なアジアの非喫煙者における肺がんスクリーニングに AI 支援プログラムを使用する実現可能性を実証することを目的としています。
これは単群非ランダム化肺がんスクリーニング研究です。
第一級肺がんの家族歴を持つ50歳から75歳の非喫煙者1000人が登録される。
参加者は登録時に胸部の低線量コンピューター断層撮影（LDCT）と採血を受けます。
LDCT フィルムは、肺結節の存在について AI ソフトウェアによって解釈されます。
肺結節のある参加者はさらに調査され、悪性腫瘍のリスクに応じて追跡調査されます。
主要評価項目は、この集団における初回の胸部 LDCT によって検出された早期肺がんの有病率です。
調査の概要
研究の種類
介入
入学 (推定)
3000
段階
- 適用できない
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。
研究連絡先
- 名前：Molly SC LI, MBBS, MRCP
- 電話番号：3505 2166
- メール：molly@clo.cuhk.edu.hk
研究連絡先のバックアップ
- 名前：Candy TANG, PC
- 電話番号：2479 8366
- メール：candytang@cuhk.edu.hk
研究場所
-
-
-
Hong Kong、香港
- 募集
- Department of Clinical Oncology, Prince of Wales Hospital
-
コンタクト：
- Molly SC LI, MBBS, MRCP
- 電話番号：3505 2166
- メール：molly@clo.cuhk.edu.hk
-
コンタクト：
- Candy TANG, PC
- 電話番号：2479 8366
- メール：candytang@cuhk.edu.hk
-
-
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
- 大人
- 高齢者
健康ボランティアの受け入れ
いいえ
説明
包含基準:
患者は、以下の基準がすべて当てはまる場合にのみ、研究に参加する資格があります。
- 年齢 50～75歳
- 非喫煙者（生涯での紙巻きタバコ本数が100本未満と定義）
- 第一級肺がんの家族歴がある
- 早期肺がんが発見された場合に治癒治療を受けられる体力がある
- 書面によるインフォームドコンセントを提供できる
- フォローアップ訪問および必要に応じてフォローアップCTスキャンに同意する
- トランスレーショナルリサーチのための採血への同意
除外基準:
スクリーニング時に以下の除外基準のいずれかを満たす患者は、この研究に登録する資格がありません。
- 悪性腫瘍の病歴
- 喫煙歴（生涯で100本以上のタバコとして定義）
- 肺がんが疑われる臨床症状 例: 喀血、胸痛、体重減少
- 重度の心臓病、急性または慢性呼吸不全、在宅酸素療法、出血性疾患など、肺がんの根治的治療（手術）を妨げる合併症
- 妊娠中の女性または妊娠を計画している女性
- 結核または間質性肺炎の病歴
- 過去12週間以内に抗生物質による治療を必要とする肺炎
- 2年以内に実施された胸部または胸部CT（LDCTまたはCT冠動脈造影を含む）
- 書面によるインフォームドコンセントを提供できない、または提供したくない
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
- 主な目的：ふるい分け
- 割り当て：なし
- 介入モデル：単一グループの割り当て
- マスキング：なし（オープンラベル）
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
他の：人工知能を活用したプログラム（Lung-SIGHT）
人工知能 (AI) アルゴリズムはうまく機能し、肺結節検出における 2 番目または同時の読み取り者として放射線科医を補完することが実証されています。
AI 肺結節検出および定量化ソリューションは、現在、英国および他の少なくとも 8 つのヨーロッパ諸国の病院で広く使用されています。
AI プログラムのおかげで、放射線科医による結節検出の感度は 72% から 80% に向上しました。
台湾での臨床試験では、AI プログラムのみを使用した場合、結節検出における全体的な感度が 95.6% に達し、放射線科医と比較してサイズ 4 ～ 5 mm の結節の検出において優れた性能を達成したことが示されました。
全体として、CT 分析と肺結節検出に AI を適用すると、放射線科医のコストと作業負荷が大幅に削減される可能性があります。
|
|
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 |
時間枠 |
|---|---|
|
放射線科医の評価と比較した、肺結節（≧5mm）の検出およびモニタリングにおけるAI支援プログラムの感度、特異度、陽性予測値、陰性予測値
時間枠：2年
|
2年
|
二次結果の測定
結果測定 |
時間枠 |
|---|---|
|
1回目のLDCTが陰性だった患者における2回目のLDCT（T1）によって検出された肺がんの有病率
時間枠：2年
|
2年
|
|
AI支援プログラムによる肺癌検出における感度、特異度、陽性予測値、陰性予測値
時間枠：2年
|
2年
|
|
プラズマベースのバイオマーカーによる早期肺がんの検出とリスク評価の診断的有用性
時間枠：2年
|
2年
|
|
侵襲的検査の実施率と関連合併症
時間枠：2年
|
2年
|
|
LDCTスクリーニングで検出された肺癌の病期分布
時間枠：2年
|
2年
|
|
AI支援プログラムを用いたLDCT肺がん検診の費用対効果
時間枠：2年
|
2年
|
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)
2024年7月18日
一次修了 (推定)
2028年9月1日
研究の完了 (推定)
2028年12月1日
試験登録日
最初に提出
2024年2月18日
QC基準を満たした最初の提出物
2024年2月28日
最初の投稿 (実際)
2024年3月6日
学習記録の更新
投稿された最後の更新 (実際)
2026年3月18日
QC基準を満たした最後の更新が送信されました
2026年3月16日
最終確認日
2026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。