Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Kunstmatige intelligentie in EUS voor het diagnosticeren van solide pancreaslaesies

2 april 2024 bijgewerkt door: Bin Cheng, Huazhong University of Science and Technology

Gebruik van kunstmatige intelligentie voor de ontwikkeling van een EUS-convolutie neuraal netwerkmodel, getraind om pancreaskanker te onderscheiden van andere pancreas-vaste laesies

We streven ernaar een EUS-AI-model te ontwikkelen dat klinische diagnose kan vergemakkelijken door EUS-beelden en klinische parameters van patiënten te analyseren.

Studie Overzicht

Toestand

Voltooid

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

EUS wordt beschouwd als een gevoeliger modaliteit dan CT bij het opsporen van solide pancreaslaesies vanwege de hoge ruimtelijke resolutie. De diagnostische prestatie is echter grotendeels afhankelijk van de ervaring en de technische vaardigheden van de behandelaars. Daarom streven we ernaar een objectief EUS-diagnostisch model te ontwikkelen op basis van het convolutionele neurale netwerk, een artificiële intelligentietechniek. Daarnaast worden ook klinische parameters zoals risicofactoren, tumorbiomarkers en radiologische bevindingen toegevoegd aan dit kunstmatige-intelligentiemodel om de daadwerkelijke klinische diagnoseprocedures na te bootsen en de prestaties van dit model te verbeteren.

Studietype

Observationeel

Inschrijving (Werkelijk)

130

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studie Locaties

  • China
    • Hubei
      • Wuhan, Hubei, China, 430030
        • Tongji hospital, Tongji Medical College, Huazhong University of Science and Technology

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

18 jaar en ouder (Volwassen, Oudere volwassene)

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Het cohort wordt geselecteerd uit het Tongji Hospital, Tongji Medical College, HUST.

Beschrijving

Inclusiecriteria:

  • Patiënten die EUS ondergingen met behulp van een curved line array echoendoscoop (GF-UCT260; Olympus Medical Systems) sinds 2014 in onze affiliatie.
  • Voor elke patiënt zijn alle beschikbare native EUS-foto's opgenomen.
  • De diagnose van de patiënt wordt gevalideerd door chirurgische resultaten of bevindingen van fijne naaldaspiratie (FNA) en heeft een compatibel klinisch beloop met een follow-upperiode van meer dan 6 maanden.

Uitsluitingscriteria:

  • Het beeld is van slechte kwaliteit.
  • De afbeeldingen bevatten unieke markeringen die het model mogelijk kunnen vertekenen, zoals de biopsienaald.

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
Pancreas-EUS
Patiënten sinds 2014 met EUS-foto's van normale pancreas of solide laesies van de pancreas zijn opgenomen in dit cohort.
Diagnostische toets: EUS-AI-model
De testsubgroep (ongeveer 20% van het totale aantal patiënten) is gereserveerd voor de eindevaluatie van het EUS-AI-model. Klinische parameters en EUS-beelden van elke patiënt in de testsubset zullen worden ingevoerd in het getrainde EUS-AI-model en de meest mogelijke diagnose zal door het model worden gegeven.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Het vermogen van het model om alvleesklierkanker te onderscheiden van andere vaste pancreaslaesies
Tijdsspanne: Nadat het trainingsproces van het EUS-AI-model is voltooid
Ontvanger operationele karakteristiek (ROC) analyses, gevoeligheid, specificiteit, nauwkeurigheid, positief voorspellende waarde en negatief voorspellende waarde zullen worden gebruikt om de effectiviteit van het model te evalueren.
Nadat het trainingsproces van het EUS-AI-model is voltooid

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Het vermogen van het model om vaste laesies van de pancreas te specificeren, zoals alvleesklierkanker, CP, AIP en NET
Tijdsspanne: Nadat het trainingsproces van het EUS-AI-model is voltooid
Ontvanger operationele karakteristiek (ROC) analyses, gevoeligheid, specificiteit, nauwkeurigheid, positief voorspellende waarde en negatief voorspellende waarde zullen worden gebruikt om de effectiviteit van het model te evalueren.
Nadat het trainingsproces van het EUS-AI-model is voltooid

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Sponsor

Huazhong University of Science and Technology

Medewerkers

LanZhou University
The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

1 juli 2022

Primaire voltooiing (Werkelijk)

30 juni 2023

Studie voltooiing (Werkelijk)

24 januari 2024

Studieregistratiedata

Eerst ingediend

25 juli 2022

Eerst ingediend dat voldeed aan de QC-criteria

25 juli 2022

Eerst geplaatst (Werkelijk)

27 juli 2022

Updates van studierecords

Laatste update geplaatst (Werkelijk)

3 april 2024

Laatste update ingediend die voldeed aan QC-criteria

2 april 2024

Laatst geverifieerd

1 april 2024

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • EUS-AI 2022

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Klinische onderzoeken op Ductaal adenocarcinoom van de alvleesklier

Klinische onderzoeken op EUS-AI-model

Zoek naar vergelijkbare onderzoeken

Sponsors en medewerkers

Medische omstandigheden

Geneesmiddelinterventies

CROs by country

CROs in Mauritania

Voorwaarden

Zeldzame ziekten

Geneesmiddelinterventies

Voedingssupplementen

Sponsor / medewerkers

Locaties

3
Abonneren