KIA-Korekt: 대장암 수술 주기 위험 예측을 위한 단계적 단일-다중 모드 AI 평가 (KIA-Korekt)
대장암 수술 주기 위험 예측을 위한 조직병리학, CT/MRI, 멀티플렉스 조직 영상의 단계적 단일 양식-다중 양식 AI 분석 (KIA-Korekt)
대장암(CRC) 수술 후 발생하는 수술 전후 합병증은 술 후 이환율과 사망률의 주요 원인입니다. 기존 위험도 분류 도구는 개별 환자의 취약성을 결정하는 복잡한 생물학적 및 형태학적 요인을 정확하게 포착하는 데 정밀도가 부족합니다. 의료 영상 데이터에 대한 인공지능(AI) 기반 분석은 수술 전 위험 예측을 개선할 수 있는 유망한 접근법을 제공합니다.
KIA-Korekt 연구는 다중 모드 AI 기반 영상 분석을 사용하여 대장암 환자의 수술 전후 합병증을 예측할 수 있는지 조사합니다. 세 가지 상호 보완적인 영상 모달리티가 통합됩니다: 디지털 조직병리학(헤마톡실린-에오신 전체 슬라이드 이미지, H&E-WSI), 수술 전 CT 및 MRI 라디오믹스, 다중 면역조직화학(mIHC) 및 이미징 질량 세포측정법(IMC)을 포함하는 다중 조직 영상(mTI).
이 연구에는 2011년부터 2021년 사이에 치료받은 약 750명의 대장암 환자로 구성된 후향적 코호트와 2026년부터 2028년까지 모집된 약 210명의 환자로 구성된 전향적 검증 코호트가 포함됩니다. 딥러닝 및 라디오믹 특징 추출 파이프라인이 모든 모달리티에 개별적으로 및 다중 모드 조합으로 적용됩니다. 예측 결과에는 수술 후 30일 이내의 문합부 누출, 창상 감염, 패혈증, 중환자실 입원 및 병원 내 사망률이 포함됩니다.
이 연구는 브란덴부르크 의과대학 테오도어 폰타네 소속 브란덴부르크 대학병원에서 드레스덴 공과대학교 계산병리학과와 협력하여 수행됩니다.
연구 개요
상태
정황
상세 설명
대장암(CRC)은 전 세계적으로 가장 흔한 악성 종양 중 하나입니다. 수술 기술과 수술 전후 관리의 발전에도 불구하고, 단기 수술 후 합병증은 여전히 빈번하게 발생하며 환자의 삶의 질, 의료비, 장기 예후에 상당한 영향을 미칩니다. 이러한 합병증에는 문합부 누출, 창상 감염, 패혈증, 혈전색전증 및 병원 내 사망률이 포함됩니다. 기존의 임상 위험 점수(ASA, POSSUM)는 제한된 개인 맞춤형 위험 분류만 제공하며 영상 기반 생물학적 지표를 통합하지 않습니다.
KIA-Korekt 연구는 세 가지 상호 보완적인 영상 방식을 통합하여 대장암 수술 전후 합병증에 대한 AI 기반 예측 모델을 개발 및 검증함으로써 이러한 격차를 해소합니다:
디지털 조직병리학: 수술 절제 표본 및 수술 전 생검에서 얻은 헤마톡실린-에오신 염색 전체 슬라이드 이미지(H&E-WSIs)를 주의 기반 다중 인스턴스 학습(MIL) 및 합성곱 신경망(CNN)을 사용하여 분석하며, 이는 TU 드레스덴 계산 병리학과(AG Kather)의 확립된 파이프라인을 기반으로 합니다.
영상의학: 수술 전 CT 및 MRI 이미지는 자동 분할(TotalSegmentator, nnU-Net) 및 방사선학적 특징 추출(PyRadiomics)을 사용하여 처리됩니다. 특징은 원발성 종양, 요근근육(근감소증), 내장/피하 지방 구획에서 도출됩니다. 전용 다중 측정 기준 품질 관리 파이프라인은 다양한 스캐너 및 획득 프로토콜에서 안정적인 영상 데이터 표현을 보장합니다.
다중 조직 영상(mTI): 다중 면역조직화학염색과 다중 분광 영상(mIHC-MSI) 및 영상 질량 세포계측법(IMC)을 포르말린 고정 파라핀 포매 종양 조직에 적용하여 종양 미세환경 내의 면역 및 기질 세포 집단, 표지자 발현 강도 및 공간 분포 패턴을 특성화합니다.
단일 양식 모델은 각 양식별로 별도로 개발 및 검증됩니다. 다중 양식 통합은 특징 수준 융합, 후기 융합 및 교차 주의 메커니즘을 사용한 다중 양식 다중 인스턴스 학습을 통해 수행됩니다. 모델 성능은 AUC-ROC, 교정 플롯, 브라이어 점수 및 의사결정 곡선 분석을 사용하여 평가됩니다. 해석 가능성은 SHAP 값 및 주의 히트맵을 사용하여 평가됩니다.
이 연구는 혼합 후향적(n=750, 2011-2021) 및 전향적 검증(n=210, 2026-2028) 코호트 설계를 채택합니다. 후향적 코호트는 모델 개발 및 내부 교차 검증의 기초를 제공하며; 전향적 코호트는 임상 조건에서 실제 세계 외부 검증을 가능하게 합니다.
포괄적인 환자 수준 거시-미시 상관관계 분석은 동일 종양에서 도출된 방사선학적 영상 표현형과 미세 조직병리학적 및 면역학적 특성 간의 연관성을 조사하여 독특한 통합 생물학적 통찰력을 제공합니다.
이 연구는 유럽연합 및 브란덴부르크주(HealthTranslateBB/ERDF)와 독일연구재단(DFG)의 지원을 받습니다. 윤리 승인은 브란덴부르크 의과대학 테오도어 폰타네의 윤리위원회로부터 받았습니다. 모든 전향적 참가자는 서면 동의서를 제공합니다. 후향적 데이터는 GDPR에 따라 가명화된 형태로 처리됩니다.
결과는 동료 검토 오픈 액세스 출판물 및 국내외 학회 발표를 통해 공유될 것입니다.
연구 유형
등록 (추정된)
연락처 및 위치
연구 연락처
- 이름: Melissa Horner, MSc
- 전화번호: +4915207809673
- 이메일: melissa.schadl@mhb-fontane.de
연구 장소
-
-
-
Brandenburg an der Havel, 독일
- 모병
- University Hospital Brandenburg an der Havel, Brandenburg an der Havel, Germany (Single-center)
-
-
참여기준
자격 기준
공부할 수 있는 나이
- 성인
- 고령자
건강한 자원 봉사자를 받아들입니다
샘플링 방법
연구 인구
설명
포함 기준:
- 성인 환자(≥18세)
- 조직학적으로 확인된 결장직장암 선암종
- 외과적 절제술(치료적 또는 완화적 목적)을 받는 환자
- 원발성 종양의 H&E 염색 전체 슬라이드 이미지(WSIs) 이용 가능
제외 기준:
- 외과적 치료를 받지 않는 환자
- 원발성 종양의 H&E 염색 조직 슬라이드가 없는 경우
- 분석에 필요한 충분한 품질의 조직병리학적 재료가 없는 경우
공부 계획
연구는 어떻게 설계됩니까?
디자인 세부사항
코호트 및 개입
그룹/코호트 |
|---|
|
그룹 1: 회고적 훈련 코호트
2011년부터 2021년 사이에 치료를 받았으며 영상 및 조직병리학 데이터를 이용할 수 있는 대장암 환자.
|
|
전향적 코호트
2026년부터 2028년까지 전향적으로 등록한 대장암 환자.
|
연구는 무엇을 측정합니까?
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
수술 전후 합병증 예측 정확도
기간: 수술 후 30일
|
문합 부위 누출, 패혈증, 중환자실 입원 및 병원 내 사망률을 포함한 수술 후 합병증 발생률.
결과는 임상 기록을 기준으로 정의되며 이진 변수(예/아니오)로 평가됩니다.
|
수술 후 30일
|
공동 작업자 및 조사자
연구 기록 날짜
연구 주요 날짜
연구 시작 (실제)
기본 완료 (추정된)
연구 완료 (추정된)
연구 등록 날짜
최초 제출
QC 기준을 충족하는 최초 제출
처음 게시됨 (실제)
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
QC 기준을 충족하는 마지막 업데이트 제출
마지막으로 확인됨
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
- KIA-Korekt-2025
개별 참가자 데이터(IPD) 계획
개별 참가자 데이터(IPD)를 공유할 계획입니까?
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
미국 FDA 규제 기기 제품 연구
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. .