De toepassing van multimodale kunstmatige intelligentiesystemen bij de diagnose en prognoseanalyse van prostaatkanker
22 juli 2026 bijgewerkt door: Ren Shancheng, Shanghai Changzheng Hospital
De toepassing van multimodale datafusie bij prostaatkanker zal nieuwe mogelijkheden bieden om de diagnostische nauwkeurigheid en behandelingsresultaten te verbeteren.
Door beeldvorming, genomica, pathologie en klinische gegevens te integreren, verwachten we precisiegeneeskunde voor prostaatkanker te realiseren en de overlevingsprognose van patiënten aanzienlijk te verbeteren.
Studie Overzicht
Toestand
Voltooid
Interventie / Behandeling
Gedetailleerde beschrijving
Prostaatkanker is een van de meest voorkomende kwaadaardige ziekten onder mannen over de hele wereld. Uit mondiale kankerstatistieken blijkt dat het aantal nieuwe diagnoses van prostaatkanker jaarlijks stijgt.
De afgelopen jaren heeft de opkomst van multimodale datafusietechnologie de weg vrijgemaakt voor innovatieve diagnostische en prognostische benaderingen bij prostaatkanker. De synergie van MRI-beeldvorming met klinische indicatoren zoals PSA-niveaus en Gleason-scores verfijnt bijvoorbeeld niet alleen de stadiëring van prostaatkanker, maar werpt ook licht op de waarschijnlijke reactie van een patiënt op de behandeling en de overlevingsvooruitzichten.
De exponentiële groei van kunstmatige intelligentie, met name de brede adoptie van deep learning en machine learning-algoritmen, is een formidabele troef geworden op het gebied van multimodale data-analyse. Door een AI-gestuurd multimodaal datafusiesysteem te ontwikkelen, kunnen enorme medische datasets efficiënt worden verwerkt, waardoor de basis wordt gelegd voor een genuanceerder hulpdiagnostisch en therapeutisch besluitvormingskader.
Studietype
Observationeel
Inschrijving (Werkelijk)
1651
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
-
-
Beijing Municipality
-
Beijing, Beijing Municipality, China, 100021
- Cancer Hospital, Chinese Academy of Medical Sciences
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510120
- The First Affiliated Hospital of Guangzhou Medical University
-
-
Jiangsu
-
Nanjing, Jiangsu, China
- Zhongda Hospital, Southeast University
-
Nanjing, Jiangsu, China, 210029
- Jiangsu Provincial People's Hospita
-
Suzhou, Jiangsu, China, 215006
- The First Affiliated Hospital of Soochow University
-
Yangzhou, Jiangsu, China, 225001
- Northern Jiangsu People's Hospita
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, China, 200433
- Changhai Hospital
-
Shanghai, Shanghai Municipality, China, 201209
- Shanghai Changzheng Hospital
-
-
Sichuan
-
Chengdu, Sichuan, China, 610041
- West China Hospital, Sichuan University
-
-
Zhejiang
-
Ningbo, Zhejiang, China, 315010
- Ningbo No. 1 Hospita
-
-
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
- Volwassen
- Oudere volwassene
Accepteert gezonde vrijwilligers
Ja
Bemonsteringsmethode
Kanssteekproef
Studie Bevolking
Mensen die een prostaat- of bekkenmagnetisch resonantieonderzoek (MR) moeten ondergaan
Beschrijving
Inclusiecriteria:
- Man, 18-80 jaar;
- Patiënten met een normale prostaat, prostaathyperplasie of prostaatkanker die een magnetische resonantie (MR)-onderzoek van de prostaat of het bekken hebben ondergaan;
- Eerste bezoek op 1 januari 2014 of later.
Uitsluitingscriteria:
- Patiënten met een diagnose van een andere maligniteit in de afgelopen 5 jaar;
- Patiënten die transurethrale resectie of enucleatie van de prostaat hebben ondergaan voordat zij beeldvorming ondergingen;
- Patiënten die naar het oordeel van de onderzoeker niet geschikt zijn voor deelname aan deze klinische proef;
Patiënten die aan een van de bovenstaande criteria voldoen, mogen niet als proefpersoon worden ingeschreven.
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 |
|---|---|
|
Discovery Cohort
Deelnemers met PSA -niveaus> 4 ng/ml en hadden volgens de onderzoekers retrospectief prostaatbiopsie en MPMR ondergaan.
|
Gegevens van MPMRI- en CFDNA -analyse worden geïntegreerd en verwerkt door diep leren.
De output van het model zal worden vergeleken met de uiteindelijke pathologische diagnose van de prostaatbiopsie om de prestaties ervan te evalueren.
|
|
Potentiële interne validatie cohort
Patiënten die gepland zijn voor prostaatbiopsie en MPMR, met PSA-niveaus in de grijze zone van 4-10 ng/ml, worden prospectief ingestemd en ingeschreven in deze groep.
|
Gegevens van MPMRI- en CFDNA -analyse worden geïntegreerd en verwerkt door diep leren.
De output van het model zal worden vergeleken met de uiteindelijke pathologische diagnose van de prostaatbiopsie om de prestaties ervan te evalueren.
|
|
Potentiële externe validatie cohort
Patiënten die gepland zijn voor prostaatbiopsie en MPMR, met PSA-niveaus in de grijze zone van 4-10 ng/ml, worden prospectief ingestemd en ingeschreven in deze groep.
|
Gegevens van MPMRI- en CFDNA -analyse worden geïntegreerd en verwerkt door diep leren.
De output van het model zal worden vergeleken met de uiteindelijke pathologische diagnose van de prostaatbiopsie om de prestaties ervan te evalueren.
|
Wat meet het onderzoek?
Primaire uitkomstmaten
Uitkomstmaat |
Tijdsspanne |
|---|---|
|
Gevoeligheid van het multimodale model van prostaatkanker bij het voorspellen van pathologieresultaten van prostaatbiopten (goedaardig of kwaadaardig)
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
|
Specificiteit van het multimodale model van prostaatkanker bij het voorspellen van pathologieresultaten van prostaatbiopten (goedaardig of kwaadaardig)
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
|
ROC-waarde van het multimodale prostaatkankermodel bij het voorspellen van pathologieresultaten van prostaatbiopten (goedaardig of kwaadaardig)
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Secundaire uitkomstmaten
Uitkomstmaat |
Tijdsspanne |
|---|---|
|
ROC-waarde van een multimodaal model voor prostaatkanker bij het voorspellen van de pathologische resultaten van Gleason-scorecategorieën (≤6, 7, ≥8) bij mannen die een prostaatbiopsie hebben ondergaan
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
|
Gevoeligheid van een multimodaal model voor prostaatkanker bij het voorspellen van de pathologische uitkomsten van Gleason-scorecategorieën (≤6, 7, ≥8) bij mannen die een prostaatbiopsie hebben ondergaan
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
|
Specificiteit van een multimodaal model voor prostaatkanker bij het voorspellen van de pathologische uitkomsten van Gleason-scorecategorieën (≤6, 7, ≥8) bij mannen die een prostaatbiopsie ondergaan
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
|
ROC-waarde van een multimodaal model voor prostaatkanker bij het voorspellen van klinisch significante prostaatkanker (csPCa) bij mannen die een prostaatbiopsie hebben ondergaan
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
|
Gevoeligheid van een multimodaal model voor prostaatkanker bij het voorspellen van klinisch significante prostaatkanker (csPCa) bij mannen die een prostaatbiopsie hebben ondergaan
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
|
Specificiteit van een multimodaal model voor prostaatkanker bij het voorspellen van klinisch significante prostaatkanker (csPCa) bij mannen die een prostaatbiopsie hebben ondergaan
Tijdsspanne: Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Door voltooiing van de studie en alle gegevensanalyse, die tot een jaar kan duren.
|
Medewerkers en onderzoekers
Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.
Sponsor
Medewerkers
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)
10 oktober 2024
Primaire voltooiing (Werkelijk)
30 juli 2025
Studie voltooiing (Werkelijk)
30 juli 2025
Studieregistratiedata
Eerst ingediend
6 september 2024
Eerst ingediend dat voldeed aan de QC-criteria
6 september 2024
Eerst geplaatst (Werkelijk)
19 september 2024
Updates van studierecords
Laatste update geplaatst (Werkelijk)
23 juli 2026
Laatste update ingediend die voldeed aan QC-criteria
22 juli 2026
Laatst geverifieerd
1 juli 2026
Meer informatie
Termen gerelateerd aan deze studie
Aanvullende relevante MeSH-voorwaarden
Andere studie-ID-nummers
- M_PCa
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 .