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。

EUSおよびマルチモーダルデータに基づく人工知能を用いた膵嚢胞性病変の管理

2026年3月5日 更新者：Bin Cheng、Huazhong University of Science and Technology

内視鏡超音波検査と臨床情報に基づく膵嚢胞性病変のサブタイプ診断と臨床管理のためのマルチモーダル人工知能モデル

主目的は、画像特徴（CTまたはMRI）や臨床検査などの臨床データに基づく多モードAIモデル（Cyst-AI）を構築し、主に粘液性病変と非粘液性病変を区別するために、内視鏡医の膵嚢胞性病変（PCLs）の診断を支援することです。

副次目的は、PCLs患者のリスク層別化と臨床管理におけるモデルの有効性を評価することです。

調査の概要

状態

募集

条件

介入・治療

詳細な説明

医療画像技術の発展に伴い、膵嚢胞性病変（PCLs）の検出率が顕著に増加しています。 ほとんどの嚢胞は良性ですが、悪性化の可能性があるかなりの割合の病変が存在します。 臨床管理は診断とリスク層別化に基づいています。 PCLsの場合、異なる診断とリスク層別化は、患者の生活の質、経済的負担、心理的ストレスと密接に関連する、全く異なる臨床戦略と結果につながります。 超音波内視鏡（EUS）は、PCLsのさらなる鑑別診断において重要な役割を果たしてきました。 人工知能（AI）も臨床診断と管理において大きな可能性を示しています。 したがって、我々は、診断と臨床管理の機能を統合し、臨床意思決定を支援するCyst-AIというモデルを構築するために、患者のEUS画像データ、放射線学的および臨床検査、その他の臨床情報を遡及的に収集する計画です。

研究の種類

観察的

入学 (推定)

500

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

研究場所

  • 中国
    • Hubei
      • Wuhan、Hubei、中国、430030
        • 募集
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • コンタクト：
      • Wuhan、Hubei、中国、430030
        • まだ募集していません
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • コンタクト：

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

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、華中科技大学トンギ医学部トンギ病院を含む中国の複数の病院から選ばれます。

説明

包含基準：

  • EUS結果が膵嚢胞性または嚢胞様病変を示す患者；
  • 粘液性病変：粘液性嚢胞性腫瘍（MCN）、膵管内乳頭粘液性腫瘍（IPMN）を含む；
  • 非粘液性病変：膵仮性嚢胞、漿液性嚢胞性腫瘍（SCN）、嚢胞性神経内分泌腫瘍（cNET）を含む。

除外基準：

  • 年齢が18歳未満の患者；
  • EUS検査前に膵臓手術を受けた患者；
  • EUS検査前に膵腫瘍に対する化学療法および放射線療法を受けた患者；
  • 病理学的結果が膵病変が他部位からの転移性病変であることを示す場合；
  • EUS画像または報告書が欠落している患者；
  • EUS画像品質がレビュー要件を満たさない場合（例：画像がぼやけている、アーチファクト、生検針、測定スケール、または元のEUS画像の一部ではないその他の追加注釈が含まれている）；
  • 最終診断が不明確な患者。

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

コホートと介入

グループ/コホート
介入・治療
シスト-EUS
このコホートには、2026年以前に膵嚢胞性病変または嚢胞様物質病変のEUS画像を持つ患者が含まれています。
診断テスト：Cyst-AIモデル
マルチセンターで収集されたデータは、cyst-AIモデルの開発とテストのために、トレーニングセット、検証セット、テストセットに分割されます。

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
粘液性と非粘液性PCLsを鑑別する診断モデルの性能
時間枠：診断モデル訓練完了から3か月以内に。
Cyst-AI診断モデルの性能は、独立した検証データセットに対するモデルの予測から算出される感度、特異度、精度、陽性予測値（PPV）、陰性予測値（NPV）とともに、受信者動作特性曲線下面積（AUC-ROC）を用いて評価されます。 PCLs: 膵嚢胞性病変。
診断モデル訓練完了から3か月以内に。
粘液性PCLの臨床管理モデルのリスク層別化性能
時間枠：リスク層別化モデル研修修了から3か月以内。
Cyst-AIリスク層別化モデルの性能は、「低リスク」、「中リスク」、「高リスク」に病変を正しく分類する能力を、受信者動作特性曲線下面積（AUC-ROC）を用いて評価します。独立した検証データセットにおけるモデルの予測から、感度、特異度、精度、陽性予測値（PPV）、陰性予測値（NPV）を算出します。 PCLs：膵嚢胞性病変。
リスク層別化モデル研修修了から3か月以内。

二次結果の測定

結果測定
メジャーの説明
時間枠
診断モデルの特定の種類のPCLを区別する性能
時間枠：診断モデルのトレーニング完了後3ヶ月以内。
Cyst-AI診断モデルの性能は、独立した検証データセットに対するモデルの予測から計算された感度、特異度、精度、陽性適中率（PPV）、陰性適中率（NPV）を用いた受信者動作特性曲線下面積（AUC-ROC）を用いて評価されます。 PCLs：膵嚢胞性病変。
診断モデルのトレーニング完了後3ヶ月以内。
粘液性PCLの臨床管理モデルの臨床管理パフォーマンス
時間枠：臨床管理モデル研修修了後3か月以内に。
Cyst-AI臨床管理モデルの性能評価は、独立検証データセットにおけるモデルの予測から計算される感度、特異度、正確度、陽性適中率（PPV）、陰性適中率（NPV）とともに、受信者動作特性曲線下面積（AUC-ROC）を用いて行われ、正確な臨床的推奨を提供する能力が評価されます。 PCLs：膵囊胞性病変。
臨床管理モデル研修修了後3か月以内に。
異なるレベルの内視鏡医がPCLsの診断と管理を支援する際のモデルの性能
時間枠：ヒューマンマシン対抗クロスオーバー研究完了後1か月以内
Cyst-AIモデルが内視鏡医を支援する性能は、独立した検証データセットにおけるモデルの予測から算出される感度、特異度、精度、陽性適中率（PPV）、陰性適中率（NPV）を用いて、受信者操作特性曲線下面積（AUC-ROC）により評価されます。 PCLs: 膵嚢胞性病変。
ヒューマンマシン対抗クロスオーバー研究完了後1か月以内
内視鏡医の意思決定プロセスに対するモデルの影響
時間枠：ヒューマンマシン対抗クロスオーバー試験完了後1か月以内に。
評価後の内視鏡医向けアンケートは、影響の程度を評価するために使用されます。
ヒューマンマシン対抗クロスオーバー試験完了後1か月以内に。

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

Huazhong University of Science and Technology

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1月1日

一次修了 (推定)

2026年4月1日

研究の完了 (推定)

2026年6月1日

試験登録日

最初に提出

2025年12月9日

QC基準を満たした最初の提出物

2026年3月5日

最初の投稿 (実際)

2026年3月11日

学習記録の更新

投稿された最後の更新 (実際)

2026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

2026年3月5日

最終確認日

2026年3月1日

詳しくは

本研究に関する用語

キーワード

追加の関連 MeSH 用語

その他の研究ID番号

  • Cyst-AI 2024

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