前立腺がんの正確な予測と治療のための人工知能モデル
2024年10月27日 更新者：Shao Pengfei
人工知能モデルによる全スライド画像とMRIによる前立腺がんの正確な予測と治療
この臨床試験の目的は、人工知能モデルが正確な臨床術前診断と病理学的所見の術後診断に使用できるかどうかであり、また人工知能モデルによって行われた予測の精度も測定します。モデルによって対処される主な対象質問建物は次のとおりです。
- AIモデルが術前/穿刺前立腺がんの疑いのある参加者の良性か悪性か、悪性度、グレード、サブタイプ、遺伝子などの情報を正確に予測できるように、術前MRIと術後のスライド全体画像から学習できるかどうか。
- AI モデルが術後の巨視的病理スライドを学習して、新規参加者の外科病理スライドの結果診断を可能にすることができるかどうか。
参加者は次のことを行います:
- MRI検査を完了し、確立されたAIモデルによってMRI画像を分析して、正確な診断を行います。
- 診断に基づいて、前立腺がんが予測される場合は、根治的前立腺がん手術を受け、手術病理を精査します。
調査の概要
詳細な説明
人工知能技術に基づいて、注釈付き前立腺癌全体スライド画像と MRI の間の定量的マッピング相関を概説し、共通の特徴を明らかにすることによって予測モデルが構築されます。
第一に、このモデルは前立腺がんの根治的病理を正確に診断でき、詳細な病理学的情報を得るために免疫組織化学を免除できる。第二に、確立された AI 予測モデルは、手術または穿刺前に参加者の MRI 画像を予測することで、前立腺がんの良性/悪性、浸潤性、悪性度、サブタイプを正確に診断できるため、手術または穿刺前に患者に合わせた個別の治療計画を立てることができます。 。
最後に、AI テクノロジーに基づいて、モデルは MRI 画像から学習し、手術/穿刺前に前立腺と病変の 3D 再構成を実行することで、病変の正確な位置を明確にし、穿刺または外科的治療をガイドします。
研究の種類
介入
入学 (推定)
200
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：Pengfei Shao, Professor
- 電話番号：13851925825
- メール：spf032@hotmail.com
研究連絡先のバックアップ
- 名前：Pan Zang, Postgraduate
- 電話番号：18914730216
- メール：896381164@qq.com
研究場所
-
-
Jiangsu
-
Nanjing、Jiangsu、中国、210036
- The First Affiliated Hospital of Nanjing Medical University (Jiangsu Provincial People's Hospital)
-
-
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
はい
説明
包含基準:
- PCaが疑われる患者（PSAの上昇、または超音波またはMRIの結果で陽性病変が疑われる）。
除外基準:
- 手術、放射線療法/化学療法、内分泌療法、標的療法、免疫療法を含む、あらゆる形式の前立腺の治療歴がある。
- ベースラインの臨床および病理学的情報に欠落している項目がある患者。
- 他の悪性腫瘍、重篤な併存疾患、またはその他の健康上の問題の既往歴のある患者。
- インフォームドコンセントフォームを提供または署名できない。
- 研究者の判断により、この臨床試験に参加するのは不適当であると判断された患者。
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：診断
- 割り当て：ランダム化
- 介入モデル：並列代入
- マスキング：トリプル
武器と介入
参加者グループ / アーム |
介入・治療 |
|---|---|
|
実験的：実験グループ
この患者グループは、人工知能モデルによる予測を受け取ります。
|
診断検査: 正確な予測人工知能モデル術後病理、正確な術前診断 (良性と悪性、浸潤性、グレード、サブタイプを含む) または 3D 病変モデリングは、提供された情報に応じて AI 予測モデルに基づいて予測されます。
|
|
介入なし：コントロールグループ
このグループの患者は、人工知能モデルによる予測を受け取りません。
|
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 |
|---|---|---|
|
「AUC」総合評価モデルを用いた根治的前立腺切除術後の根治的前立腺がん病理の予測
時間枠：被験者の登録から最初の手術後まで、通常は 30 ～ 90 日かかります。
|
「AUC」とは、手術後の前立腺がんの免疫組織化学関連の病理学的情報を予測するモデルの性能を示す ROC (Receiver Operating Characteristic) 曲線の下の面積を指し、AUC の範囲は 0 ～ 1 で、値が大きいほどより良い予測効果を示しています。
|
被験者の登録から最初の手術後まで、通常は 30 ～ 90 日かかります。
|
|
「AUC」包括的評価モデルによる根治的病理後のパフォーマンスの予測
時間枠：被験者の登録から最初の手術後まで、通常は 30 ～ 90 日かかります。
|
「AUC」とは、ROC (受信者動作特性) 曲線の下の面積を指し、術前の前立腺がんの予測におけるモデルのパフォーマンス レベルを示します。AUC の範囲は 0 ～ 1 で、値が大きいほど予測結果が良好であることを示します。
|
被験者の登録から最初の手術後まで、通常は 30 ～ 90 日かかります。
|
|
術前3Dモデリングのパフォーマンスを評価する「F1スコア」
時間枠：被験者の登録から術後/穿刺後の最初の回復まで、通常は 30 ～ 90 日。
|
術前の 3D モデリングの精度と再現率の調整された平均。実際の状況との一致を表す「F1 スコア」を通じて評価されます。
|
被験者の登録から術後/穿刺後の最初の回復まで、通常は 30 ～ 90 日。
|
二次結果の測定
結果測定 |
メジャーの説明 |
時間枠 |
|---|---|---|
|
予測モデルと臨床アプローチとの間のコスト差額を「経済的コスト削減」によって評価する
時間枠：被験者の登録から術後/穿刺後の最初の回復まで、通常は 30 ～ 90 日。
|
予測モデルを使用して発生したコストと臨床アプローチを使用して予測されたコストの差を比較すると、その差は元で表示されます。
|
被験者の登録から術後/穿刺後の最初の回復まで、通常は 30 ～ 90 日。
|
|
「診断時間」は、術後の免疫組織化学関連の病理を予測するのにかかる時間を評価します。
時間枠：被験者の登録から術後/穿刺後の最初の回復まで、通常は 30 ～ 90 日。
|
術後の予測、または病理学者が免疫組織化学関連の病理情報を取得するのに費やした時間は、「診断時間」によって評価され、分単位で測定されます。
|
被験者の登録から術後/穿刺後の最初の回復まで、通常は 30 ～ 90 日。
|
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 (推定)
2024年12月1日
一次修了 (推定)
2030年1月1日
研究の完了 (推定)
2030年12月31日
試験登録日
最初に提出
2024年8月13日
QC基準を満たした最初の提出物
2024年10月27日
最初の投稿 (実際)
2024年10月29日
学習記録の更新
投稿された最後の更新 (実際)
2024年10月29日
QC基準を満たした最後の更新が送信されました
2024年10月27日
最終確認日
2024年10月1日
詳しくは
本研究に関する用語
追加の関連 MeSH 用語
その他の研究ID番号
- Shao Pengfei
医薬品およびデバイス情報、研究文書
米国FDA規制医薬品の研究
いいえ
米国FDA規制機器製品の研究
いいえ
米国で製造され、米国から輸出された製品。
いいえ
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。