다발암 검진을 위한 AI 지원 비조영 CT
정기 건강 검진을 받는 무증상 개인의 다암 검진을 위한 인공지능 보조 비조영 컴퓨터 단층촬영의 유용성을 평가하는 전향적 코호트 연구
암은 중국에서 공중 보건에 큰 문제를 야기합니다. 조기 발견은 치료 결과와 생존율을 향상시킬 수 있습니다. 본 연구에서는 다암 검진을 위한 AI 보조 비조영 CT의 유용성을 평가하기 위해 대규모, 전향적, 다기관 코호트 연구를 실시할 예정이다.
이 연구는 폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암 등 7개 암을 탐지하기 위해 비조영 CT 기반 AI 영상 모델을 사용하여 일상적인 건강 검진을 받는 무증상 참가자 100만 명을 등록하는 것을 목표로 합니다. 양성 사례는 NCCN(National Comprehensive Cancer Network) 및 ACR(American College of Radiology) 지침에 따라 추가 영상 촬영 및 치료를 위해 상하이 창하이 병원으로 의뢰되어야 합니다. 목표는 7가지 암 유형, 특히 초기 단계의 절제 가능한 종양에 대한 AI 모델의 진단 성능을 평가하는 것입니다.
연구 개요
상세 설명
암은 중국의 주요 공중보건 문제가 되었으며 인구 건강, 경제 및 사회 발전에 심각한 영향을 미칩니다. 2022년에는 약 482만 명의 새로운 암 환자가 발생하고 257만 명의 암 관련 사망자가 발생했습니다. 폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암은 암 관련 사망의 7대 원인입니다. 성공적인 조기 발견 전략을 통해 환자는 시기적절한 개입을 받고, 치료 결과를 개선하고, 전반적인 생존율을 높이고, 치료의 복잡성과 비용을 줄일 수 있습니다.
본 연구에서는 다암 검진을 위한 AI 보조 비조영 CT의 유용성을 평가하는 것을 목표로 대규모, 전향적, 다기관 코호트 연구를 실시할 예정이다. 인구는 Meinian Onehealth 건강 검진 센터 또는 Shanghai Changhai 건강 검진 센터에서 비조영 복부 또는 흉부 CT 스캔을 받은 개인으로 구성되며 예상 참가자 수는 100만 명입니다. 알리바바 DAMO 아카데미가 개발한 비조영 CT를 통한 다중 암 검진 모델이 건강검진센터의 PACS 시스템에 통합될 예정입니다. 영상 AI 모델은 폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암 등 다양한 암 병변을 자동으로 검출하는 데 활용된다. AI 모델에 의해 양성 병변으로 식별된 피험자는 최종 질병 상태를 확인하고 치료 계획을 수립하기 위해 추가 영상 검사(조영증강 CT, MRI, 내시경 등)를 위해 상하이 창하이 병원으로 의뢰되어야 합니다. 또한 의료진은 NCCN 및 ACR의 지침을 기반으로 개발된 치료 경로를 따라야 하며, 필요한 경우 환자는 진단 절차를 결정하기 위해 특정 암 유형에 대한 다학제팀(MDT) 클리닉으로 안내됩니다. 본 연구의 궁극적인 목표는 7가지 암 유형 각각에 대한 AI 모델의 진단 성능 지표를 개별적으로 종합적으로 평가하는 것입니다. 이러한 지표에는 민감도, 특이성, 양성/부정 예측 값이 포함되지만 이에 국한되지는 않습니다. 초기 단계의 절제 가능한 종양을 탐지하는 데 있어 모델의 효능을 평가하는 데 특히 중점을 둘 것입니다. 가장 중요한 목표는 AI 지원 선별 접근 방식의 구현이 잠재적으로 조기 발견 및 개입을 통해 전체 생존율을 향상시킬 수 있는지 여부를 결정하는 것입니다.
연구 유형
등록 (추정된)
단계
- 해당 없음
연락처 및 위치
연구 연락처
- 이름: Wang Beilei, M.D.
- 전화번호: 86-13774238083
- 이메일: lilly_wang@126.com
연구 연락처 백업
- 이름: Guo Shiwei, M.D.
- 전화번호: 86-18621500666
- 이메일: gestwa@163.com
연구 장소
-
-
Shanghai
-
Shanghai, Shanghai, 중국, 200433
- 모병
- Changhai Hospital
-
연락하다:
- Wang Beilei, M.D.
- 전화번호: 86-13774238083
- 이메일: lilly_wang@126.com
-
연락하다:
- Jin Gang, M.D.
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
설명
포함 기준:
- 대상은 사전 동의를 제공하고 사전 동의서에 서명할 수 있고 기꺼이 제공합니다.
- 대상은 복부 또는 흉부 비조영 CT 스캔을 받았습니다.
제외 기준:
- 피험자는 지난 5년 이내에 폐암, 간암, 위암, 결장암, 식도암, 췌장암 또는 유방암 중 하나에 진단을 받았습니다.
- 피험자는 고해상도 MRI/CT/내시경 검사를 금하는 질병을 앓고 있습니다.
- 피험자는 추적 관찰이 불가능하거나 다른 임상 시험에 참여하고 있습니다.
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 특수 증상
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
무기와 개입
참가자 그룹 / 팔 |
개입 / 치료 |
|---|---|
|
실험적: 건강검진 코호트
정기 건강 검진에 무증상 참가자는 다음과 같이 분류된 복부 또는 흉부 비조영 CT 스캔을 받습니다.
|
폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암이 의심되는 환자를 포함하여 AI 모델에 의해 잠재적인 암 병변이 있는 것으로 식별된 참가자는 혈액 검사(종양 표지자 확인)와 추가 영상 연구(예: 조영증강 CT, MRI, 내시경 등)을 통해 암성 병변의 진단을 확정합니다.
다른 이름들:
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
진단 수율
기간: 3년
|
7가지 암 유형(폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암) 각각에 대한 다중 암 스크리닝 모델의 진단 성능 지표를 독립적으로 결정합니다.
측정항목에는 민감도, 특이성, 긍정적/부정적 예측 값 및 전반적인 정확도가 포함됩니다.
|
3년
|
|
투사
기간: 3년
|
건강검진 코호트 중 7개 암 유형(폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암)의 발생률을 확인합니다.
|
3년
|
|
절제 가능 비율
기간: 3년
|
7가지 암 유형(폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암)별로 검출된 사례 중 절제 가능한 종양의 비율을 결정합니다.
|
3년
|
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
생존 시간
기간: 3년
|
다음 암(폐암, 간암, 위암, 대장암, 식도암, 췌장암, 유방암)으로 진단된 환자의 진단 및 치료 개시 시점부터 생존기간을 계산합니다.
|
3년
|
공동 작업자 및 조사자
스폰서
수사관
- 연구 의자: Jin Gang, M.D., Department of general surgery, Changhai Hospital
간행물 및 유용한 링크
일반 간행물
- Klein EA, Richards D, Cohn A, Tummala M, Lapham R, Cosgrove D, Chung G, Clement J, Gao J, Hunkapiller N, Jamshidi A, Kurtzman KN, Seiden MV, Swanton C, Liu MC. Clinical validation of a targeted methylation-based multi-cancer early detection test using an independent validation set. Ann Oncol. 2021 Sep;32(9):1167-1177. doi: 10.1016/j.annonc.2021.05.806. Epub 2021 Jun 24.
- Gao Q, Lin YP, Li BS, Wang GQ, Dong LQ, Shen BY, Lou WH, Wu WC, Ge D, Zhu QL, Xu Y, Xu JM, Chang WJ, Lan P, Zhou PH, He MJ, Qiao GB, Chuai SK, Zang RY, Shi TY, Tan LJ, Yin J, Zeng Q, Su XF, Wang ZD, Zhao XQ, Nian WQ, Zhang S, Zhou J, Cai SL, Zhang ZH, Fan J. Unintrusive multi-cancer detection by circulating cell-free DNA methylation sequencing (THUNDER): development and independent validation studies. Ann Oncol. 2023 May;34(5):486-495. doi: 10.1016/j.annonc.2023.02.010. Epub 2023 Feb 26.
- Schrag D, Beer TM, McDonnell CH 3rd, Nadauld L, Dilaveri CA, Reid R, Marinac CR, Chung KC, Lopatin M, Fung ET, Klein EA. Blood-based tests for multicancer early detection (PATHFINDER): a prospective cohort study. Lancet. 2023 Oct 7;402(10409):1251-1260. doi: 10.1016/S0140-6736(23)01700-2.
- Siegel RL, Giaquinto AN, Jemal A. Cancer statistics, 2024. CA Cancer J Clin. 2024 Jan-Feb;74(1):12-49. doi: 10.3322/caac.21820. Epub 2024 Jan 17. Erratum In: CA Cancer J Clin. 2024 Mar-Apr;74(2):203. doi: 10.3322/caac.21830.
- Han B, Zheng R, Zeng H, Wang S, Sun K, Chen R, Li L, Wei W, He J. Cancer incidence and mortality in China, 2022. J Natl Cancer Cent. 2024 Feb 2;4(1):47-53. doi: 10.1016/j.jncc.2024.01.006. eCollection 2024 Mar.
- Cao K, Xia Y, Yao J, Han X, Lambert L, Zhang T, Tang W, Jin G, Jiang H, Fang X, Nogues I, Li X, Guo W, Wang Y, Fang W, Qiu M, Hou Y, Kovarnik T, Vocka M, Lu Y, Chen Y, Chen X, Liu Z, Zhou J, Xie C, Zhang R, Lu H, Hager GD, Yuille AL, Lu L, Shao C, Shi Y, Zhang Q, Liang T, Zhang L, Lu J. Large-scale pancreatic cancer detection via non-contrast CT and deep learning. Nat Med. 2023 Dec;29(12):3033-3043. doi: 10.1038/s41591-023-02640-w. Epub 2023 Nov 20.
- Hackshaw A, Clarke CA, Hartman AR. New genomic technologies for multi-cancer early detection: Rethinking the scope of cancer screening. Cancer Cell. 2022 Feb 14;40(2):109-113. doi: 10.1016/j.ccell.2022.01.012. Epub 2022 Feb 3.
연구 기록 날짜
연구 주요 날짜
연구 시작 (추정된)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (추정된)
연구 기록 업데이트
마지막 업데이트 게시됨 (추정된)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
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. .