AI ondersteunde de diagnose van pancreas-vaste laesies
21 januari 2023 bijgewerkt door: Changhai Hospital
Verbeterd Deep Learning-model voor diagnose van pancreas-vaste laesies door middel van multimodale klinische beelden
Vaste laesies van de alvleesklier omvatten voornamelijk tumor- en niet-tumorlaesies.
Meer dan 90% van de alvleeskliertumorlaesies zijn alvleesklierkanker, die wordt gekenmerkt door een hoge mortaliteit en een slechte prognose en chirurgische behandeling vereist; Niet-tumorlaesies van de alvleesklier zijn voornamelijk inflammatoire laesies, waarvoor meestal geen chirurgische behandeling nodig is, maar die met medicijnen kunnen worden behandeld.
De meest voorkomende zijn chronische pancreatitis en auto-immuun pancreatitis, met een goede prognose.
Klinisch is de differentiële diagnose tussen hen erg moeilijk.
Multidisciplinaire diagnose en behandeling van MDT maakt ons begrip van pancreasziekten steeds rijker en diepgaander.
Van ziektediagnose tot preoperatieve evaluatie en curatieve effectevaluatie, niet-invasieve beeldvorming omvat bijna elke schakel in de MDT-modus.
Met het oog hierop zal het verbeteren van de differentiële diagnose van pancreas-vaste ruimte-innemende laesies op beeldvorming meer bevorderlijk zijn voor de diagnose en behandeling in de MDT-modus, dus nieuwe technologieën zoals kunstmatige intelligentie moeten worden overwogen.
Ons doel is om een klinisch toepasbaar systeem voor kunstmatige intelligentie te ontwikkelen, dat meerdere modi gebruikt om de routinematige klinische workflow te simuleren en te helpen bij de diagnose van goedaardige en kwaadaardige pancreas-vaste ruimte-innemende laesies.
Studie Overzicht
Toestand
Werving
Interventie / Behandeling
Gedetailleerde beschrijving
De diagnose van solide pancreaslaesies is een uitdaging, MDT is een zeer effectieve methode, maar het heeft een zeker aantal misdiagnoses.
Dit is een multicenter, prospectief en observationeel klinisch onderzoek.
Ons doel is om een klinisch toepasbaar artificieel intelligentiesysteem te ontwikkelen.
Enerzijds kan onze kunstmatige intelligentie op basis van klinische gegevens + CT-beeldvormingsbeelden MDT-artsen helpen bij het diagnosticeren van de aard van pancreasruimte-innemende laesies en het verminderen van verkeerde diagnoses; Aan de andere kant, als een patiënt een EUS-FNA-punctie nodig heeft, kan het multimodale kunstmatige intelligentiesysteem op basis van door ons ontwikkelde klinische gegevens+CT+EUS MDT-artsen helpen de aard van pancreasruimte-innemende laesies te begrijpen en de kans op een verkeerde diagnose of secundaire punctie.
Studietype
Observationeel
Inschrijving (Verwacht)
200
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
-
-
Shanghai
-
Shanghai, Shanghai, China, 200433
- Werving
- CT and EUS
-
Contact:
- Zhaoshen Li
- Telefoonnummer: 86-21-31162338
- E-mail: changhaiec@126.com
-
-
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 tot 75 jaar (VOLWASSEN, OUDER_ADULT)
Accepteert gezonde vrijwilligers
NVT
Geslachten die in aanmerking komen voor studie
Allemaal
Bemonsteringsmethode
Niet-waarschijnlijkheidssteekproef
Studie Bevolking
Patiënten met vaste pancreasmassa zullen in onze studie worden opgenomen.
Beschrijving
Inclusiecriteria:
- pancreas vaste massa in CT en EUS
Uitsluitingscriteria:
- onvoldoende beeldkwaliteit van CT of EUS
- endoscopische echografie niet toegankelijke laesies
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 |
|---|---|
|
patiënten met solide laesies van de pancreas
|
Er wordt niet ingegrepen.
Clinici zullen de suggesties van een hypothetische AI beoordelen
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Onderzoekers gebruiken een ondersteuningssysteem van kunstmatige intelligentie (AI) om te helpen bij de diagnose van pancreas-vaste ruimte-innemende laesies
Tijdsspanne: 2 maanden
|
Een meerlaags screening diep convolutienetwerk op basis van een diep convolutienetwerk werd ontwikkeld om de nauwkeurigheid, gevoeligheid en specificiteit ervan te observeren bij het helpen van MDT-artsen bij het identificeren van goedaardige en kwaadaardige alvleesklierruimte-innemende laesies.
|
2 maanden
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
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 (VERWACHT)
21 januari 2023
Primaire voltooiing (VERWACHT)
21 februari 2023
Studie voltooiing (VERWACHT)
21 februari 2023
Studieregistratiedata
Eerst ingediend
21 januari 2023
Eerst ingediend dat voldeed aan de QC-criteria
21 januari 2023
Eerst geplaatst (WERKELIJK)
31 januari 2023
Updates van studierecords
Laatste update geplaatst (WERKELIJK)
31 januari 2023
Laatste update ingediend die voldeed aan QC-criteria
21 januari 2023
Laatst geverifieerd
1 januari 2023
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- 2022-AI and MDT
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 .