- ICH GCP
- Register voor klinische proeven in de VS.
- Klinische proef NCT05858762
Kunstmatige intelligentie voor geautomatiseerde diagnose van borstkanker (AICAMAMMELLA)
Studie van een algoritme voor kunstmatige intelligentie voor de classificatie van borstbeelden met digitale tomosynthese voor geautomatiseerde diagnose van borstkanker
Mammografie is een tweedimensionale beeldvormingstechniek waarbij de weefsels onder het projectieve beeld overlappen; dicht klierweefsel boven of onder de laesie kan de zichtbaarheid van de laesie verminderen.
Het probleem kan de interpretatie van het verkregen beeld zijn, wat kan leiden tot het onvermogen om kanker in het eerste stadium te visualiseren en de waarschijnlijkheid dat bij een gezond persoon een pathologie wordt vastgesteld die niet aanwezig is (vals positief). De introductie van een bijna driedimensionale beeldvormingstechniek, borstdigitale tomosynthese (DBT) genaamd, kan de meeste beperkingen overwinnen. In de afgelopen 5 jaar zijn beeldanalysemethoden op basis van kunstmatige intelligentie (AI) ook massaal geïntroduceerd bij de opsporing van borstkanker. De studie is een prospectieve observationele studie op basis van kunstmatige intelligentie met als doel een methode te ontwikkelen om een laesie te identificeren.
Studie Overzicht
Toestand
Conditie
Interventie / Behandeling
Studietype
Inschrijving (Verwacht)
Contacten en locaties
Studiecontact
- Naam: Valeria Landoni
- Telefoonnummer: +39 06 52665602
- E-mail: valeria.landoni@ifo.it
Studie Locaties
-
-
-
Napoli, Italië, 80138
- Werving
- Università Degli Studi Di Napoli Federico Ii
-
Contact:
- Giovanni Mettivier
-
Rome, Italië, 00144
- Werving
- "Regina Elena" National Cancer Institute
-
-
Deelname Criteria
Geschiktheidscriteria
Leeftijden die in aanmerking komen voor studie
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Bemonsteringsmethode
Studie Bevolking
Beschrijving
Inclusiecriteria:
- Patiënten die naar de Regina Elena verwijzen voor diagnostische mammografietesten
- Geïnformeerde toestemming
Uitsluitingscriteria:
- aanwezigheid van prothesen, artefacten, resultaten van een onderzoek in de borstinterventie onder het onderzoek
Studie plan
Hoe is de studie opgezet?
Ontwerpdetails
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Maatregel Beschrijving |
Tijdsspanne |
|---|---|---|
|
Kunstmatig intelligentiesysteem om een laesie te detecteren
Tijdsspanne: 12 maanden
|
Laesiedetectie is gebaseerd op borstdichtheid, casustype, BIRADS-beoordelingscategorieën, mammografische verschijning, grootte en pathologisch profiel van kwaadaardige laesies
|
12 maanden
|
Medewerkers en onderzoekers
Sponsor
Studie record data
Bestudeer belangrijke data
Studie start (Werkelijk)
Primaire voltooiing (Werkelijk)
Studie voltooiing (Verwacht)
Studieregistratiedata
Eerst ingediend
Eerst ingediend dat voldeed aan de QC-criteria
Eerst geplaatst (Werkelijk)
Updates van studierecords
Laatste update geplaatst (Werkelijk)
Laatste update ingediend die voldeed aan QC-criteria
Laatst geverifieerd
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- RS1414/20
Plan Individuele Deelnemersgegevens (IPD)
Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?
Informatie over medicijnen en apparaten, studiedocumenten
Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel
Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct
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 .