このページは自動翻訳されたものであり、翻訳の正確性は保証されていません。を参照してください。 英語版 ソーステキスト用。

人工知能搭載臨床アシスタントによる甲状腺癌管理支援の評価

2026年7月17日 更新者:Dr. Carlos King-Ho Wong、The University of Hong Kong

医療学生と臨床医を対象とした甲状腺癌の病期分類とリスク層別化のための人工知能搭載臨床アシスタントを評価する無作為化比較試験

この研究は、甲状腺がんの臨床管理を改善するために人工知能(AI)ベースのモデルを採用する臨床的実現可能性を評価することを目的としています。

調査の概要

状態

招待による登録

詳細な説明

技術の進歩に伴い、AIは臨床現場における視覚的文字認識に広く応用されるようになりました。 AIを活用した文字認識は、意思決定と個別化医療において、非常に効率的で持続可能かつ費用対効果の高いツールとして台頭しています。 多くの研究が自然言語処理(NLP)アルゴリズム、特に大規模言語モデル(LLM)を採用し、電子健康記録(EHR)内の臨床診察記録からの非構造化自由文書を構造化データに変換することで、EHRデータベース内の個々の臨床プロファイルを充実させています。 時間の経過とともに、これらのAIモデルは自己学習(または教師なし学習)を通じて予測精度とパフォーマンスを継続的に向上させてきました。 AIモデルは海外の腫瘍学診療において大きな影響を与えていますが、香港における腫瘍学での文字認識への有用性は依然として限られています。 この提案された研究は、甲状腺癌管理におけるAI支援ワークフローを使用して、診断精度とリスク予測に対するエンドユーザーの信頼性を向上させるためのAIベースのモデル採用の臨床的実現可能性を評価することを目的としています。

研究の種類

介入

入学 (推定)

76

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。

研究場所

      • Hong Kong、香港
        • School of Public Health, The University of Hong Kong
      • Hong Kong、香港
        • Department of Surgery, School of Clinical Medicine, The University of Hong Kong

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

対象基準:

  • 医学生
  • 臨床医(外科医、腫瘍医、病理医などに限定されない)

除外基準:

  • 臨床実験研究開始前に臨床記録を閲覧した、または臨床記録の処理に関与した医学生および臨床医

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:ヘルスサービス研究
  • 割り当て:ランダム化
  • 介入モデル:クロスオーバー割り当て
  • マスキング:独身

武器と介入

参加者グループ / アーム
介入・治療
実験的:AI搭載臨床アシスタント
参加者は、AIを搭載した臨床アシスタントを介入として、各甲状腺癌患者の癌ステージングとリスクカテゴリー、および上記の診断評価に対する参加者の確信度を提供します。 AIアシスタントはLLMによって駆動され、臨床ダッシュボードで構成されています。 臨床ダッシュボードは、元の臨床ノートを表示し、臨床アシスタントのバックエンド処理から生成された各甲状腺癌患者の癌ステージングとリスクカテゴリーを要約します。 参加者の検証のために、元の臨床ノートからの裏付け証拠も強調表示されます。
参加者は、介入としてAI対応臨床アシスタントを用いて、各甲状腺癌患者の癌病期分類とリスクカテゴリ、ならびに上記診断評価に対する参加者の確信度を提供します。 AIアシスタントはLLMにより動作し、臨床ダッシュボードで構成されています。 臨床ダッシュボードには元の臨床記録が表示され、臨床アシスタントのバックエンド処理から生成された各甲状腺癌患者の癌病期分類とリスクカテゴリの要約が示されます。 元の臨床記録からの裏付け証拠も、参加者の検証のために強調表示されます。
介入なし:マニュアルチャートレビュー
参加者は、各甲状腺がん患者の癌ステージングとリスクカテゴリー、および上記の診断評価に対する参加者の確信度を、手動でのカルテレビューによって提供します。

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
Efficiency
時間枠:Between intervention group and non-intervention group. Cross-over in 4-26 weeks
The time required to complete reviewing one set of clinical notes is compared between intervention and non-intervention groups
Between intervention group and non-intervention group. Cross-over in 4-26 weeks

二次結果の測定

結果測定
メジャーの説明
時間枠
Accuracy of Cancer Staging and Risk Stratification by Participants Compared with Ground Truth across Intervention and Non-intervention Groups
時間枠:Between intervention group and non-intervention group. Cross-over in 4-26 weeks

The study will compare the accuracy of cancer staging and risk category assessed by the participants across the intervention group with AI assitance and non-intervention group without AI asssitance.

The participants will review the clinical notes and assess the cancer staging and risk category for each thyroid cancer patient with or without the AI assistant. Participant provided assessments will be compared against the ground truth established by the clinical investigators of the study to guage the accuracy which is quantified as the percentage of correctly graded cancer staging and risk stratification. The accuracy will be compared between the intervention group and non-intervention groups using t-tests to evaluate the clinical impact of the AI assistant.

Between intervention group and non-intervention group. Cross-over in 4-26 weeks
Participants' Confidence in Cancer Staging and Risk Stratification as Assessed by a 0-10 Scale Questionnaire
時間枠:Between intervention group and non-intervention group. Cross-over in 4-26 weeks

The study will compare the participants' confidence in grading cancer staging and risk category between the intervention group with AI assistance and non-intervention group without AI-assistance.

After evaluating each thyroid cancer case for providing cancer staging and risk category, participants will complete a short questionnaire rating their confidence in providing their assessments on a scale from 0 (lowest) to 10 (hightest). Meanw confidence score will be compared between the intervention group and non-intervention group to evaluate the clinical impact of the AI assitant.

Between intervention group and non-intervention group. Cross-over in 4-26 weeks

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。

スポンサー

捜査官

  • 主任研究者:King Ho Carlos Wong、School of Public Health The University of Hong Kong
  • 主任研究者:Man Him Matrix Fung、Department of Surgery, School of Clinical Medicine, The University of Hong Kong

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。

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)

2025年10月2日

一次修了 (推定)

2027年3月31日

研究の完了 (推定)

2027年4月30日

試験登録日

最初に提出

2025年9月29日

QC基準を満たした最初の提出物

2025年11月16日

最初の投稿 (実際)

2025年11月18日

学習記録の更新

投稿された最後の更新 (実際)

2026年7月21日

QC基準を満たした最後の更新が送信されました

2026年7月17日

最終確認日

2026年7月1日

詳しくは

本研究に関する用語

個々の参加者データ (IPD) の計画

個々の参加者データ (IPD) を共有する予定はありますか?

はい

IPD プランの説明

結果の公表に使用された匿名化されたIPDのみが共有され、個人の再識別が不可能になります。

IPD 共有時間枠

研究完了(予定日:2025年12月31日)に結果の普及または発表と共に、IPDおよび関連情報が利用可能となり、削除が要求されるまで無期限に提供されます。

IPD 共有アクセス基準

IPDおよび関連情報は、結果の普及および出版時に文書のアップロードまたは添付ファイルとして利用可能になります。 記事にアクセスできる方は誰でも、すべての文書にアクセスできます。

IPD 共有サポート情報タイプ

  • STUDY_PROTOCOL
  • SAP
  • ICF
  • ANALYTIC_CODE

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

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。

購読する