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

AI-gestuurde precisiebesluitvorming voor pancreasziekten

23 februari 2026 bijgewerkt door: Changhai Hospital

Een multicenter klinische studie naar AI-gestuurde precisiebesluitvormingsmanagement voor pancreasaandoeningen met behulp van contrastverbeterde CT

Deze multicenter klinische studie evalueert een kunstmatige intelligentie (AI) systeem dat is ontworpen om te assisteren bij de diagnose en behandeling van pancreasaandoeningen. Met behulp van contrastverbeterde CT-scans vergelijkt de studie de aanbevelingen van de AI met de beslissingen van ervaren clinici om de nauwkeurigheid en veiligheid van het systeem in een real-world setting te verifiëren. Patiënten worden ingedeeld in drie behandelgroepen: Interventie (chirurgie/behandeling), Intensieve Surveillance (nauwlettende monitoring), of Routinematige Surveillance (standaard follow-up). Het primaire doel is om te bepalen of het AI-systeem patiënten betrouwbaar kan classificeren, het risico op het missen van maligne laesies kan verminderen en onnodige chirurgieën kan voorkomen, waardoor de klinische besluitvorming voor pancreasaandoeningen wordt verbeterd.

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Gedetailleerde beschrijving

METHODE: Deze multicenter klinische studie evalueert de betrouwbaarheid en effectiviteit van een AI-systeem voor patiënten met pancreasaandoeningen in een realistische klinische omgeving. De studie berekent de classificatienauwkeurigheid van het AI-systeem met behulp van pathologische diagnose (biopsie-/operatieresultaten) of langdurige follow-up als de "gouden standaard" voor vergelijking. Daarnaast worden de veiligheid en klinische bruikbaarheid van de door de AI aanbevolen managementstrategieën beoordeeld door het risico op gemiste maligne laesies, het percentage onnodige operaties voor pancreasaandoeningen en de mate van overeenstemming met traditionele klinische beslissingen te meten.

STUDIEOPZET

Alle contrastversterkte CT-beelden van patiënten met pancreasaandoeningen worden door het AI-systeem geanalyseerd om een classificatieresultaat te genereren (Interventie, Intensieve Controle of Routinematige Controle). Tegelijkertijd beoordelen klinische artsen dezelfde gegevens en categoriseren patiënten in deze drie groepen om hun daadwerkelijke zorgplan te bepalen:

  1. INTERVENTIE: Patiënten die door artsen worden beoordeeld als "Interventie" nodig hebbend, worden aanbevolen voor verdere chirurgische evaluatie of behandeling.
  2. INTENSIEVE CONTROLE: Patiënten die door artsen worden beoordeeld als "Intensieve Controle" nodig hebbend, ontvangen een gepersonaliseerd, hoogfrequent follow-upplan tot het studie-eindpunt.
  3. ROUTINEMATIGE CONTROLE: Patiënten die door artsen worden beoordeeld als "Routinematige Controle" nodig hebbend, ondergaan follow-up gedurende minimaal één jaar. Als er tijdens deze periode afwijkingen optreden, wordt de patiënt overgeplaatst naar het passende "Interventie"- of "Intensieve Controle"-protocol.

UITKOMSTEN: De studie vergelijkt de prestaties van het AI-systeem met die van klinische artsen met betrekking tot classificatienauwkeurigheid, het risico op gemiste diagnoses, percentages onnodige operaties en beslissingsconsistentie. Deze metrieken worden gebruikt om de waarde, veiligheid en bruikbaarheid van het AI-systeem in het klinisch management van pancreasaandoeningen te valideren.

Studietype

Observationeel

Inschrijving (Geschat)

2000

Contacten en locaties

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

Studiecontact

Studie Locaties

  • China
      • Shanghai, China, 200433
        • Werving
        • Changhai Hospital
        • Contact:

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

Nee

Bemonsteringsmethode

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

De studie neemt patiënten op met klinisch vermoede pancreasaandoeningen die beschikken over contrastverbeterde CT-scans en toestemming hebben gegeven na informatieverstrekking. Patiënten worden uitgesloten als zij een voorgeschiedenis hebben van pancreaschirurgie, contra-indicaties voor contrastmiddelen, suboptimale beeldkwaliteit, of andere aandoeningen die door de onderzoeker als ongeschikt worden beschouwd (bijvoorbeeld zwangerschap, cognitieve beperkingen, of gelijktijdige deelname aan een ander onderzoek).

Beschrijving

Inclusiecriteria:

  • Klinisch vermoeden van pancreasaandoening.
  • Gepland om een contrastversterkte CT te ondergaan.
  • Ondertekend toestemmingsformulier dat instemming met deelname aangeeft.

Exclusiecriteria:

  • Voorgeschiedenis van pancreaschirurgie.
  • Contra-indicaties voor contrastversterkte CT, waaronder bekende overgevoeligheid voor gejodeerd contrastmiddel of ernstige nier-/leverdisfunctie.
  • Suboptimale beeldkwaliteit die de diagnose beïnvloedt.
  • Gelijktijdige deelname aan een andere interventionele klinische studie.
  • Ongeschiktheid voor deelname zoals vastgesteld door de onderzoeker, inclusief maar niet beperkt tot: zwangerschap of borstvoeding, ernstige psychiatrische stoornissen of cognitieve beperking, significante comorbiditeiten die de studieresultaten of patiëntveiligheid kunnen beïnvloeden.

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
AI-groep
Diagnose door Kunstmatige Intelligentie model
Diagnostische toets: Diagnose door kunstmatige intelligentie model
Om een op kunstmatige intelligentie gebaseerd classificatiemanagementsysteem voor pancreasaandoeningen te ontwikkelen, met als doel geautomatiseerde en precieze classificatie te bereiken. Contrastversterkte CT-beelden van alle proefpersonen zullen door het AI-systeem worden geanalyseerd om classificatieresultaten te genereren, waarbij patiënten worden ingedeeld in drie groepen: INTERVENTIE, INTENSIEVE SURVEILLANCE of ROUTINE SURVEILLANCE.
Klinisch onderzoekersgroep
Diagnose door clinici

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Classificatie nauwkeurigheid
Tijdsspanne: Vanaf de datum van de contrastverbeterde CT-scan tot 1 jaar
Het percentage door AI correct geclassificeerde gevallen van het totale aantal gevallen.
Vanaf de datum van de contrastverbeterde CT-scan tot 1 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Overeenstemmingspercentage met klinische beslissingen
Tijdsspanne: Vanaf de datum van het contrastverbeterde CT-onderzoek tot 1 jaar
Het aandeel van het totale aantal gevallen waarin de classificatieresultaten van AI en de clinicus overeenkomen.
Vanaf de datum van het contrastverbeterde CT-onderzoek tot 1 jaar
Percentage afname van onnodige chirurgische ingrepen
Tijdsspanne: Vanaf de datum van het contrastverbeterde CT-scan tot 1 jaar
Het percentage reductie in de onnodige operatiegraad dat wordt bereikt door AI-besluitvorming in vergelijking met traditionele besluitvorming.
Vanaf de datum van het contrastverbeterde CT-scan tot 1 jaar
Missingspercentage maligniteit
Tijdsspanne: Vanaf de datum van het contrastverbeterde CT-scan tot 1 jaar
Het aandeel gevallen dat door AI als niet-chirurgisch werd geclassificeerd, maar waar in werkelijkheid een operatie nodig was.
Vanaf de datum van het contrastverbeterde CT-scan tot 1 jaar

Medewerkers en onderzoekers

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

Sponsor

Changhai Hospital

Medewerkers

The First Affiliated Hospital with Nanjing Medical University
Shengjing Hospital
Xinhua Hospital, Shanghai Jiao Tong University School of Medicine
Shanghai Changzheng Hospital
The Second Affiliated Hospital of Jiaxing University
The Affiliated People's Hospital of Ningbo University
Shanghai Fourth People's Hospital Tongji University
The First Affiliated Hospital of Medical School of Zhejiang University
Shanghai Fudan University Cancer Center

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 (Geschat)

1 maart 2026

Primaire voltooiing (Geschat)

31 oktober 2029

Studie voltooiing (Geschat)

31 oktober 2029

Studieregistratiedata

Eerst ingediend

23 februari 2026

Eerst ingediend dat voldeed aan de QC-criteria

23 februari 2026

Eerst geplaatst (Werkelijk)

27 februari 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

27 februari 2026

Laatste update ingediend die voldeed aan QC-criteria

23 februari 2026

Laatst geverifieerd

1 februari 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • Prospective PRISM

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

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 .

Abonneren