이 페이지는 자동 번역되었으며 번역의 정확성을 보장하지 않습니다. 참조하십시오 영문판 원본 텍스트의 경우.

AI-Augmented Diagnostic Assessment With ENLIGHT Versus Independent Pathologist Review (ENLIGHT)

2026년 7월 28일 업데이트: Kun-Hsing Yu, Harvard Medical School (HMS and HSDM)

This study will evaluate whether artificial intelligence (AI) can enhance clinicians' accuracy, efficiency, and confidence in distinguishing lung adenocarcinoma (LUAD) from lung squamous cell carcinoma (LUSC) and kidney renal papillary cell carcinoma (KIRP) from kidney renal clear cell carcinoma (KIRC) using digitized pathology slides. These subtype classifications are routinely performed by pathologists but can be challenging and time-consuming, particularly in difficult cases.

During the study, participating clinicians will review lung and kidney pathology slides under three different conditions:

  • Unaided Review: Diagnosis without AI assistance.
  • AI as Double-Check: The clinician first makes an independent diagnosis, after which the AI-generated diagnosis (prediction only or prediction with explanation) is revealed for review.
  • AI as First-Look: The AI-generated diagnosis (prediction only or prediction with explanation) is presented before the clinician begins the review.

Clinicians will be randomly assigned to different review sequences to minimize potential order effects. This study design will enable us to assess the impact of AI assistance on diagnostic accuracy, interpretation time, and clinician confidence.

연구 개요

상태

상태

현재 모집 상태 또는 확장 액세스 상태를 나타냅니다.
초대로 등록

정황

정황

연구 중인 질병, 장애, 증후군, 질환 또는 부상입니다. ClinicalTrials.gov에서 조건에는 수명, 삶의 질 및 건강 위험과 같은 기타 건강 관련 문제도 포함될 수 있습니다.

개입 / 치료

개입 / 치료

임상 연구의 초점이 되는 프로세스 또는 작업입니다. 개입에는 약물, 의료 기기, 절차, 백신 및 조사 중이거나 이미 사용 가능한 기타 제품이 포함됩니다. 개입에는 교육이나 식이요법 및 운동 수정과 같은 비침습적 접근법도 포함될 수 있습니다.

상세 설명

This study aims to evaluate the effect of artificial intelligence (AI) assistance on clinicians' diagnostic performance in distinguishing lung adenocarcinoma (LUAD) from lung squamous cell carcinoma (LUSC) and kidney renal papillary cell carcinoma (KIRP) from kidney renal clear cell carcinoma (KIRC) using digitized hematoxylin and eosin (H&E)-stained whole-slide images (WSIs). ENLIGHT (Explainable Neoplasm Learning In Grounded Histology Terms) will serve as the AI system under evaluation. This is a single-session, within-reader, between-case study in which each reader evaluates distinct sets of cases under all study conditions.

The study includes three diagnostic blocks: Block X, in which WSIs are reviewed without AI assistance; Block Y1, in which clinicians make an initial diagnosis before viewing the AI output as a double-check; and Block Y2, in which the AI output is displayed before clinicians begin their review as a first-look aid. Within each AI-assisted block, the prediction-only and prediction-with-explanation sub-blocks are presented in randomized order.

Each participating pathologist will review up to 400 de-identified WSIs (up to 200 lung cancer and up to 200 kidney cancer cases). Readers will be randomly assigned to one of four study arms that differ only in the order in which Blocks X, Y1, and Y2 are completed. For each reader, distinct WSIs will be randomly assigned to the diagnostic conditions so that no WSI is reviewed more than once by the same reader.

  • Arm 1 (X -> Y1 -> Y2): Clinicians first complete Block X (Unaided Review), followed by Block Y1 (AI as Double-Check) and then Block Y2 (AI as First-Look).
  • Arm 2 (X -> Y2 -> Y1): Clinicians first complete Block X (Unaided Review), followed by Block Y2 (AI as First-Look) and then Block Y1 (AI as Double-Check).
  • Arm 3 (Y1 -> Y2 -> X): Clinicians first complete Block Y1 (AI as Double-Check), followed by Block Y2 (AI as First-Look), and then Block X (Unaided Review).
  • Arm 4 (Y2 -> Y1 -> X): Clinicians first complete Block Y2 (AI as First-Look), followed by Block Y1 (AI as Double-Check), and then Block X (Unaided Review).

For each case, diagnostic accuracy, time to diagnosis, and diagnostic confidence will be recorded. No reader will review the same WSI under more than one condition, thereby eliminating within-reader recall bias. In parallel, the ENLIGHT model will independently generate diagnostic predictions for all WSIs to enable direct benchmarking of AI performance against pathologists and to evaluate the impact of different AI-assisted workflows on diagnostic performance.

연구 유형

연구 유형

임상 연구의 특성을 설명합니다. 연구 유형에는 중재 연구(임상 시험이라고도 함), 관찰 연구(환자 등록 포함) 및 확장된 액세스가 포함됩니다.
중재적

등록 (추정된)

등록

임상 연구의 참가자 수. "예상" 등록은 연구원이 연구에 필요한 참가자의 목표 수입니다.
25

단계

단계

미국 식품의약국(FDA)에서 개발한 정의에 따라 약물 또는 생물학적 제품을 연구하는 임상 시험 단계입니다. 이 단계는 연구의 목적, 참가자 수 및 기타 특성을 기반으로 합니다. 초기 1단계(이전에는 0단계로 나열됨), 1단계, 2단계, 3단계 및 4단계의 5단계가 있습니다. 해당 없음은 장치 또는 행동 개입의 시험을 포함하여 FDA에서 정의한 단계가 없는 시험을 설명하는 데 사용됩니다.
  • 해당 없음

연락처 및 위치

이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.

연구 장소

  • 미국
    • Massachusetts
      • Boston, Massachusetts, 미국, 02115
        • Harvard Medical School,

참여기준

연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.

자격 기준

자격 기준

임상 연구에 참여하고자 하는 사람들이 충족해야 하는 주요 요구 사항 또는 그들이 가져야 할 특성. 자격 기준은 포함 기준(사람이 연구에 참여하는 데 필요함)과 제외 기준(사람이 참여하지 못하게 하는 것)으로 구성됩니다. 적격성 기준 유형에는 연구가 건강한 지원자를 받아들이는지, 연령 또는 연령 그룹 요구 사항이 있는지 또는 성별에 따라 제한되는지가 포함됩니다.

공부할 수 있는 나이

  • 어린이
  • 성인
  • 고령자

건강한 자원 봉사자를 받아들입니다

아니

설명

Inclusion Criteria for Pathology Slides (i.e., Cases):

  • Hematoxylin and eosin (H&E)-stained pathology slides
  • Final diagnosis confirmed through molecular testing in conjunction with expert pathology evaluation

Exclusion Criteria for Pathology Slides (i.e., Cases):

  • Poor-quality or unreadable slides
  • Cases used in AI training

Inclusion Criteria for Readers (i.e., Participants):

  • Board-certified or board-eligible pathologists
  • Willingness to complete both unaided and AI-assisted review sessions

공부 계획

이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.

연구는 어떻게 설계됩니까?

디자인 세부사항

  • 주 목적: 특수 증상
  • 할당: 무작위
  • 중재 모델: 크로스오버 할당
  • 마스킹: 네 배로

무기와 개입

참가자 그룹 / 팔

참가자 그룹 / 팔

시험 프로토콜에 따라 특정 중재/치료를 받거나 중재를 받지 않는 임상 시험 참가자 그룹 또는 하위 그룹입니다.
개입 / 치료

개입 / 치료

임상 연구의 초점이 되는 프로세스 또는 작업입니다. 개입에는 약물, 의료 기기, 절차, 백신 및 조사 중이거나 이미 사용 가능한 기타 제품이 포함됩니다. 개입에는 교육이나 식이요법 및 운동 수정과 같은 비침습적 접근법도 포함될 수 있습니다.
활성 비교기: Unaided Review First, Then AI as Double-Check, Then AI as First-Look.
Readers first complete Block X (Unaided) on their assigned subset SX. They then complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. They then complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. For each reader, each of the five subsets (SX, SY1a, SY1b, SY2a, and SY2b) comprises up to 80 slides: up to 40 slides from LUAD-LUSC and up to 40 slides from KIRP-KIRC.
행동: Unaided Review First, Then AI as Double-Check, Then AI as First-Look.
Readers first complete Block X (Unaided) on their assigned subset SX. They then complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. They then complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. For each reader, SX, SY1a, SY1b, SY2a, and SY2b are disjoint.
활성 비교기: Unaided Review First, Then AI as First-Look, Then AI as Double-Check.
Readers first complete Block X (Unaided) on their assigned subset SX. They then complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. They then complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. For each reader, each of the five subsets (SX, SY1a, SY1b, SY2a, and SY2b) comprises up to 80 slides: up to 40 slides from LUAD-LUSC and up to 40 slides from KIRP-KIRC.
행동: Unaided Review First, Then AI as First-Look, Then AI as Double-Check.
Readers first complete Block X (Unaided) on their assigned subset SX. They then complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. They then complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. For each reader, SX, SY1a, SY1b, SY2a, and SY2b are disjoint.
활성 비교기: AI as Double-Check Review First, Then AI as First-Look, Then Unaided Review.
Readers first complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. They then complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. Then readers complete Block X (Unaided) on their assigned subset SX. For each reader, each of the five subsets (SX, SY1a, SY1b, SY2a, and SY2b) comprises up to 80 slides: up to 40 slides from LUAD-LUSC and up to 40 slides from KIRP-KIRC.
행동: AI as Double-Check First, Then AI as First-Look, Then Unaided Review.
Readers first complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. They then complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. Then readers complete Block X (Unaided) on their assigned subset SX. For each reader, SX, SY1a, SY1b, SY2a, and SY2b are disjoint.
활성 비교기: AI as First-Look Review First, Then AI as Double-Check, Then Unaided Review.
Readers first complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. They then complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. Then readers complete Block X (Unaided) on their assigned subset SX. For each reader, each of the five subsets (SX, SY1a, SY1b, SY2a, and SY2b) comprises up to 80 slides: up to 40 slides from LUAD-LUSC and up to 40 slides from KIRP-KIRC.
행동: AI as First-Look First, Then AI as Double-Check, Then Unaided Review.
Readers first complete Block Y2 (AI as First-Look) on two separate subsets: SY2a (AI prediction-only as First-Look) and SY2b (AI prediction-with-explanation as First-Look). Within Block Y2, the order of SY2a and SY2b is randomized. They then complete Block Y1 (AI as Double-Check) on two separate subsets: SY1a (AI prediction-only as Double-Check) and SY1b (AI prediction-with-explanation as Double-Check). Within Block Y1, the order of SY1a and SY1b is randomized. Then readers complete Block X (Unaided) on their assigned subset SX. For each reader, SX, SY1a, SY1b, SY2a, and SY2b are disjoint.

연구는 무엇을 측정합니까?

주요 결과 측정

주요 결과 측정

임상 연구 프로토콜에서 개입/치료의 효과를 평가하는 데 가장 중요한 계획된 결과 측정. 대부분의 임상 연구에는 하나의 주요 결과 측정이 있지만 일부는 둘 이상입니다.
결과 측정
측정값 설명
기간
Diagnostic performance of cancers
기간: Periprocedural (at the time of slide review)
Performance of clinicians (unaided and AI-assisted) for distinguishing LUAD- LUSC and distinguishing KIRP-KIRC, measured in accuracy, sensitivity, specificity, positive predictive value, negative predictive value, and F1.
Periprocedural (at the time of slide review)

2차 결과 측정

2차 결과 측정

임상 연구 프로토콜에서 개입의 효과를 평가하기 위한 1차 결과 측정만큼 중요하지는 않지만 여전히 관심이 있는 계획된 결과 측정입니다. 대부분의 임상 연구에는 하나 이상의 2차 결과 측정이 있습니다.
결과 측정
측정값 설명
기간
진단 시간
기간: 주변 프로세션 (슬라이드 검토 시점)
진단을 마무리하는 데 평균 시간 (케이스 당 초).
주변 프로세션 (슬라이드 검토 시점)
관찰자 간 변동성
기간: 주변 프로세션 (슬라이드 검토 시점)
재산 간 신뢰성 지표 (예 : Kappa 통계)를 사용하여 측정 된 조건에 따라 임상의 간의 계약.
주변 프로세션 (슬라이드 검토 시점)
AI 노출 후 순 이익
기간: 주변 프로세션 (슬라이드 검토 시점)
AI 지원으로 인한 진단 정확도의 전반적인 변화.
주변 프로세션 (슬라이드 검토 시점)
Clinician confidence level
기간: Periprocedural (at the time of slide review)
Self-reported diagnostic confidence recorded for each case. Scale: 5 - Absolutely Certain; 4 - Mostly Certain; 3 - Unsure; 2 - Very Doubtful; 1 - Random Guess; With 5 being the highest confidence score and 1 being the lowest.
Periprocedural (at the time of slide review)

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

스폰서

연구를 시작하고 연구에 대한 권한과 통제권을 가진 조직 또는 사람.
Harvard Medical School (HMS and HSDM)

연구 기록 날짜

이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.

연구 주요 날짜

연구 시작 (추정된)

연구 시작

첫 번째 참가자가 임상 연구에 등록된 실제 날짜입니다. "예상" 연구 시작 날짜는 연구자가 연구 시작 날짜가 될 것이라고 생각하는 날짜입니다.
2026년 7월 1일

기본 완료 (추정된)

기본 완료

임상 연구의 마지막 참가자가 1차 결과 측정을 위한 최종 데이터를 수집하기 위해 검사를 받거나 개입을 받은 날짜입니다. 임상 연구가 프로토콜에 따라 종료되었는지 또는 종료되었는지 여부는 이 날짜에 영향을 미치지 않습니다. 완료 날짜가 다른 1차 결과 측정이 둘 이상인 임상 연구의 경우 이 용어는 모든 1차 결과 측정에 대한 데이터 수집이 완료된 날짜를 나타냅니다. "예상" 기본 완료 날짜는 연구원이 연구의 기본 완료 날짜가 될 것이라고 생각하는 날짜입니다.
2026년 8월 1일

연구 완료 (추정된)

연구 완료

임상 연구의 마지막 참가자가 1차 결과 측정, 2차 결과 측정 및 부작용(즉, 마지막 참가자의 마지막 방문)에 대한 최종 데이터를 수집하기 위해 검사를 받거나 중재/치료를 받은 날짜입니다. "예상" 연구 완료 날짜는 연구원이 연구 완료 날짜가 될 것이라고 생각하는 날짜입니다.
2026년 8월 1일

연구 등록 날짜

최초 제출

최초 제출

연구 후원자 또는 연구자가 최초로 ClinicalTrials.gov에 연구 기록을 제출한 날짜. 일반적으로 처음 제출한 날짜와 ClinicalTrials.gov에서 기록을 사용할 수 있는 날짜(첫 게시 날짜) 사이에는 며칠의 지연이 있습니다.
2026년 7월 28일

QC 기준을 충족하는 최초 제출

QC 기준을 충족하는 최초 제출

연구 스폰서 또는 연구자가 국립 의학 도서관(NLM) 품질 관리(QC) 검토 기준과 일치하는 연구 기록을 처음 제출한 날짜입니다. 의뢰자 또는 조사자는 NLM의 QC 검토 기준이 충족되기 전에 연구 기록을 한 번 이상 수정하고 제출해야 할 수 있습니다. 연구 기록이 NLM QC 검토 기준과 일치하는지 확인하는 것은 후원자 또는 조사자의 책임입니다.
2026년 7월 28일

처음 게시됨 (실제)

처음 게시됨

National Library of Medicine(NLM) 품질 관리(QC) 검토가 완료된 후 ClinicalTrials.gov에서 연구 기록을 처음 사용할 수 있는 날짜입니다. 일반적으로 연구 후원자 또는 연구자가 연구 기록을 제출한 날짜와 처음 게시된 날짜 사이에는 며칠의 지연이 있습니다.
2026년 8월 3일

연구 기록 업데이트

마지막 업데이트 게시됨 (실제)

마지막 업데이트 게시됨

ClinicalTrials.gov에서 연구 기록이 변경된 가장 최근 날짜. 연구 후원자 또는 연구자가 변경 사항을 ClinicalTrials.gov에 제출한 시점(마지막 업데이트 제출 날짜)과 마지막 업데이트 게시 날짜 사이에 지연이 있을 수 있습니다.
2026년 8월 3일

QC 기준을 충족하는 마지막 업데이트 제출

QC 기준을 충족하는 마지막 업데이트 제출

연구 후원자 또는 연구자가 국립 의학 도서관(NLM) 품질 관리(QC) 검토 기준과 일치하는 연구 기록에 대한 변경 사항을 제출한 가장 최근 날짜. 연구 기록이 NLM QC 검토 기준과 일치하는지 확인하는 것은 후원자 또는 조사자의 책임입니다.
2026년 7월 28일

마지막으로 확인됨

마지막으로 확인됨

연구 후원자 또는 조사자가 ClinicalTrials.gov에서 임상 연구에 대한 정보가 정확하고 최신 정보라고 확인한 가장 최근 날짜. 모집 상태가 모집인 연구인 경우; 아직 모집하지 않았습니다. 또는 활성, 비모집이 지난 2년 이내에 확인되지 않은 경우 연구의 모집 상태는 알 수 없음으로 표시됩니다.
2026년 7월 1일

추가 정보

이 연구와 관련된 용어

키워드

추가 관련 MeSH 약관

기타 연구 ID 번호

기타 연구 ID 번호

연구 후원자, 기금 제공자 또는 다른 사람이 임상 연구에 할당한 NCT 번호 이외의 식별자 또는 ID 번호. 이 번호에는 다른 시험 등록의 고유 식별자와 미국 국립보건원(National Institutes of Health) 보조금 번호가 포함될 수 있습니다.
  • ENLIGHT Study

개별 참가자 데이터(IPD) 계획

개별 참가자 데이터(IPD)를 공유할 계획입니까?

아니요

약물 및 장치 정보, 연구 문서

미국 FDA 규제 의약품 연구

아니

미국 FDA 규제 기기 제품 연구

아니

이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .

쿠키 설정

당사는 당사 웹 사이트에서 최상의 경험을 제공하기 위해 쿠키를 사용합니다. 자세한 내용은 개인 정보 보호 및 쿠키 정책 을주의 깊게 읽어보십시오. ...>>>귀하는 정책에 설명 된대로 귀하의 웹 사이트 또는 컴퓨터에서 쿠키를 삭제하여 언제든지 귀하의 기본 설정을 변경하거나 동의를 철회 할 수 있습니다. 동의하고 아래 "설정 관리"섹션에서 해당 상자를 선택하여 기본 설정을 선택하십시오. 이 웹 사이트의 일부를 사용하기 전에 서비스 약관 을주의 깊게 읽어 보시기 바랍니다.
«설정 관리