AI는 췌장 고형 병변의 진단을 지원했습니다.
2023년 1월 21일 업데이트: Changhai Hospital
다중 모드 임상 이미지를 통한 췌장 고형 병변 진단을 위한 향상된 딥 러닝 모델
췌장의 고형 병변에는 주로 종양 및 비종양 병변이 포함됩니다.
췌장 종양 병변의 90% 이상이 췌장암으로, 사망률이 높고 예후가 불량하며 외과적 치료가 필요한 질환입니다. 췌장의 비종양성 병변은 주로 염증성 병변으로 보통 외과적 치료가 필요하지 않으나 약물로 치료가 가능하다.
흔한 것은 만성 췌장염과 자가면역 췌장염으로 예후가 좋다.
임상적으로 이들 간의 감별 진단은 매우 어렵다.
MDT의 다학제적 진단 및 치료는 췌장 질환에 대한 우리의 이해를 점점 더 풍부하고 깊이 있게 만듭니다.
질병 진단에서 수술 전 평가 및 치료 효과 평가에 이르기까지 비침습적 이미징은 MDT 모드에서 거의 모든 링크를 포함합니다.
이를 고려하여 영상에서 췌장 고형 공간 점유 병변의 감별 진단을 개선하는 것이 MDT 모드에서의 진단 및 치료에 더 도움이 될 것이므로 인공 지능과 같은 새로운 기술을 고려해야 합니다.
우리의 목표는 일상적인 임상 워크플로우를 시뮬레이션하고 양성 및 악성 췌장 고형 공간 점유 병변의 진단을 지원하기 위해 여러 모드를 사용하는 임상적으로 적용 가능한 인공 지능 시스템을 개발하는 것입니다.
연구 개요
상세 설명
단단한 췌장 병변의 진단은 어렵고 MDT는 매우 효과적인 방법이지만 특정 오진율이 있습니다.
이것은 다기관, 전향적 및 관찰적 임상 연구입니다.
우리의 목표는 임상적으로 적용 가능한 인공 지능 시스템을 개발하는 것입니다.
한편으로 임상 데이터 + CT 이미징 이미지를 기반으로 한 인공 지능은 MDT 의사가 췌장 공간 점유 병변의 특성을 진단하고 오진을 줄이는 데 도움이 될 수 있습니다. 반면 EUS-FNA 천자가 필요한 환자의 경우, 당사가 개발한 임상 데이터+CT+EUS 기반 복합 인공지능 시스템은 MDT 의사가 췌장 공간 점유 병변의 특성을 이해하고 오진 또는 2차 펑크.
연구 유형
관찰
등록 (예상)
200
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 200433
- 모병
- CT and EUS
-
연락하다:
- Zhaoshen Li
- 전화번호: 86-21-31162338
- 이메일: changhaiec@126.com
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
공부할 수 있는 나이
18년 (성인, OLDER_ADULT)
건강한 자원 봉사자를 받아들입니다
해당 없음
연구 대상 성별
모두
샘플링 방법
비확률 샘플
연구 인구
췌장 고형 덩어리가 있는 환자가 본 연구에 등록됩니다.
설명
포함 기준:
- CT 및 EUS의 췌장 고형 종괴
제외 기준:
- CT 또는 EUS의 불충분한 영상 품질
- 내시경 초음파 접근 불가 병변
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
개입 / 치료 |
|---|---|
|
췌장의 단단한 병변이 있는 환자
|
개입이 없습니다.
임상의는 가상 AI의 제안을 검토합니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
연구원들은 인공 지능(AI) 지원 시스템을 사용하여 췌장 고형 공간 점유 병변의 진단을 지원합니다.
기간: 2 개월
|
MDT 의사가 양성 및 악성 췌장 공간 점유 병변을 식별하는 데 도움이 되는 정확성, 민감도 및 특이성을 관찰하기 위해 심층 회선 네트워크를 기반으로 하는 다층 스크리닝 심층 회선 네트워크를 개발했습니다.
|
2 개월
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
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 (예상)
2023년 1월 21일
기본 완료 (예상)
2023년 2월 21일
연구 완료 (예상)
2023년 2월 21일
연구 등록 날짜
최초 제출
2023년 1월 21일
QC 기준을 충족하는 최초 제출
2023년 1월 21일
처음 게시됨 (실제)
2023년 1월 31일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
2023년 1월 31일
QC 기준을 충족하는 마지막 업데이트 제출
2023년 1월 21일
마지막으로 확인됨
2023년 1월 1일
추가 정보
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. .