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

인공지능 모듈을 통한 신장종양 관리 최적화

2025년 3월 16일 업데이트: Shao Pengfei

신장 종양 관리 최적화를 위한 다중 모드 인공 지능: 진단, 수술 및 예후

이 관찰 연구의 목표는 다중 모드 인공 지능(AI)을 통해 신장 종양 환자의 관리를 개선하는 것입니다. 또한 AI 모델의 예측 정확도를 측정합니다. 답변하려는 주요 질문은 다음과 같습니다.

AI 모듈이 수술 전 CT 영상을 학습해 양성 또는 악성, 아형, 등급, 병기 등 종양 관련 정보를 정확하게 제공할 수 있는지 여부.
AI 모듈이 임상의가 신장 종양 환자에게 가장 적합한 수술 프로그램을 찾는 데 도움이 될 수 있는지 여부.
AI 모듈이 CT 이미지와 병리학 슬라이드를 통합하여 수술 후 생존율을 향상시키기 위한 보충적 예후 정보를 제공할 수 있는지 여부.

CT(보통 조영증강 CT, CECT) 검사를 마치고 근치 또는 부분신절제술을 받은 참가자는 능동감시를 실시하고 수술 후 생존 데이터를 5년 동안 기록하게 된다.

연구 개요

상태

모병

정황

상세 설명

본 연구에서는 AI 모델이 신장종양 CT 영상과 수동으로 검출하기 어려운 병리학적 영상의 특징을 탐색하고 명확화한 후 이를 임상 결과와 연관시켜 신장종양 진단 및 치료 과정을 개선할 예정이다. 첫째, 모델은 신장 종양 하위 유형을 정확하게 구별하고 단계, 등급 및 복잡성을 예측하여 오진을 방지하고 임상의가 치료 계획을 수립하는 데 도움을 줄 수 있습니다. 둘째, 수술 비디오를 통해 학습함으로써 모델은 수술 중 중요한 해부학적 랜드마크, 종양 위치 등 추가 정보를 제공할 수 있습니다. 마지막으로 방사선학과 병리학을 결합한 이 모델은 수술 후 고위험 환자와 저위험 환자를 구별하여 개인화된 예후 지침을 제공할 수 있습니다.

연구 유형

관찰

등록 (추정된)

2100

연락처 및 위치

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

연구 연락처

이름: Shao Pengfei, Professor
전화번호: +8613851925825
이메일: spf032@hotmail.com

연구 연락처 백업

이름: Miao Haoqi, Postgraduate
전화번호: +8613276636957
이메일: mhq@stu.njmu.edu.cn

연구 장소

중국
- Jiangsu
  - Nanjing, Jiangsu, 중국, 210036
    - 모병
    - The First Affiliated Hospital of Nanjing Medical University (Jiangsu Provincial People's Hospital)
    - 연락하다:
      
      Shao Pengfei, Professor
      
      전화번호: +8613851925825
      
      이메일: spf032@hotmail.com
    - 연락하다:
      
      Miao Haoqi, Postgraduate
      
      전화번호: +8613276636957
      
      이메일: mhq@stu.njmu.edu.cn

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

성인
고령자

건강한 자원 봉사자를 받아들입니다

아니

샘플링 방법

비확률 샘플

연구 인구

수술을 받은 영상검사상 신장종양 환자

설명

포함 기준:

수술로 치료가 가능한 신장종양 환자
수술 전 30일 이내에 CECT를 완료합니다.
본 연구를 완전히 이해하고 사전 동의서에 서명한 환자

제외 기준:

기준선 임상 및 병리학적 정보에서 누락된 항목이 있는 환자
종양이 발견된 시점에 이미 전이된 환자.
수술, 표적 요법, 면역 요법을 포함한 모든 형태의 이전 치료

공부 계획

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

연구는 어떻게 설계됩니까?

디자인 세부사항

연구는 무엇을 측정합니까?

주요 결과 측정

결과 측정	측정값 설명	기간
'AUC' 종합 평가 모델을 통해 AI 모델 성능 평가 기간: 등록부터 5년간의 후속조치 종료까지	"AUC"는 수술 후 전립선암의 면역조직화학 관련 병리학적 정보를 예측하는 모델의 성능을 나타내는 ROC(Receiver Operating Characteristic) 곡선 아래 영역을 의미하며, AUC의 범위는 0~1이며 값이 클수록 더 나은 예측 효과를 나타냅니다.	등록부터 5년간의 후속조치 종료까지

2차 결과 측정

결과 측정	측정값 설명	기간
Kaplan-Meier 생존 분석을 통해 참가자의 수술 후 예후를 예측하기 위한 모델 성능 평가 기간: 등록부터 5년간의 후속조치 종료까지	Kaplan-Meier 생존 분석은 생존을 나타내는 요인을 파악하는 데 주로 사용되는 비모수적 통계입니다.	등록부터 5년간의 후속조치 종료까지

공동 작업자 및 조사자

여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.

스폰서

Shao Pengfei

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 (실제)

2025년 1월 1일

기본 완료 (추정된)

2028년 1월 1일

연구 완료 (추정된)

2033년 12월 31일

연구 등록 날짜

최초 제출

2024년 12월 2일

QC 기준을 충족하는 최초 제출