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

Prospectief gebruikersonderzoek en multicenter validatie van multimodale medische beeldvormende grote modellen

4 augustus 2026 bijgewerkt door: Junyan Li, The Third Affiliated Hospital of Southern Medical University

Prospectief gebruikersonderzoek en multicenter validatie van multimodale medische beeldvormingsmodellen bij de diagnose van veelvoorkomende systeemziekten

Deze studie heeft als doel de diagnostische prestaties en klinische bruikbaarheid van een multimodaal medisch beeldvormingsmodel te evalueren bij het identificeren van veelvoorkomende systemische ziekten. Via een retrospectieve lezersstudie met meerdere centra zal het onderzoek de diagnostische nauwkeurigheid, sensitiviteit en specificiteit vergelijken van radiologen met en zonder AI-ondersteuning. Het doel is om de robuustheid van het model en de impact ervan op de diagnostische efficiëntie van clinici in diverse gezondheidszorgomgevingen te valideren.

Studie Overzicht

Gedetailleerde beschrijving

Achtergrond: Multimodale grote modellen hebben aanzienlijk potentieel getoond in medische beeldvorming. Hun prestaties en impact op klinische workflows in meerdere centra vereisen echter rigoureuze validatie.

Doelstelling: Het beoordelen van de diagnostische prestaties van een multimodaal groot model en het onderzoeken of AI-assistentie de diagnostische nauwkeurigheid en efficiëntie van radiologen met verschillende ervaringsniveaus kan verbeteren.

Methodologie: Dit onderzoek is opgezet als een multicenter, retrospectieve vergelijkende lezersstudie. Een grootschalige, diverse dataset van medische beelden (inclusief CT en MRI) zal worden samengesteld uit de deelnemende instellingen. Een groep gediplomeerde radiologen zal diagnostische taken uitvoeren in twee aparte sessies: een standalone sessie (zonder AI-assistentie) en een AI-ondersteunde sessie, met een geschikte washout-periode tussen de sessies.

Gegevensanalyse: De klinische "gouden standaard" zal worden vastgesteld door expertconsensus of histologische resultaten. De studie zal de Oppervlakte onder de Receiver Operating Characteristic Curve (AUC), sensitiviteit en specificiteit vergelijken tussen de standalone en AI-ondersteunde modus. Daarnaast wordt de leestijd per casus geregistreerd om de diagnostische efficiëntie te evalueren.

Ethiek: Deze studie maakt gebruik van retrospectieve, geanonimiseerde gegevens en wijzigt het klinisch management of de behandeling van patiënten niet.

Het multimodale grote model is ontwikkeld en voorgetraind met een enorme dataset van ongeveer 1.000.000 medische beeldvormingsgevallen. Deze studie richt zich op de multicenter klinische validatie met een onafhankelijk testcohort van 1.000 gevallen.

Studietype

Observationeel

Inschrijving (Werkelijk)

310

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

    • Guangdong
      • Guangzhou, Guangdong, China, 510630
        • The Third Affiliated Hospital of Southern Medical University

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

Niet-waarschijnlijkheidssteekproef

Studie Bevolking

Patiënten uit meerdere medische centra in China die systemische medische beeldvorming ondergingen voor verschillende klinische indicaties, die een breed scala van veelvoorkomende systemische ziekten vertegenwoordigen.

Beschrijving

Inclusiecriteria:

Patiënten die medische beeldvormende onderzoeken (bijv. CT of MRI) hebben ondergaan in deelnemende centra voor veelvoorkomende systemische ziekten.

Beeldvormingsgegevens moeten een bevestigde klinische referentiestandaard, expertconsensus of pathologische diagnose hebben.

Beschikbaarheid van volledige DICOM-beelden met standaard acquisitieprotocollen.

Exclusiecriteria:

Slechte beeldkwaliteit (bijv. ernstige bewegings- of metaalartefacten) die een definitieve diagnose uitsluit.

Gevallen met onvolledige klinische of pathologische referentiestandaarden.
Corrupte beeldbestanden of dubbele gevallen.

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
Validation Cohort
Prospective Observational Validation Cohorts CT data are prospectively collected at two centers after model locking and used for observational model validation. A subset is included in the randomized crossover reader study.
Radiologen interpreteren de medische beelden onafhankelijk zonder enige assistentie van het AI-model om een basisprestatie vast te stellen.
Radiologen interpreteren dezelfde reeks medische beelden met behulp van het multimodale medische beeldvormingslarge model om de verbetering in diagnostische prestaties te evalueren.

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Case-level Diagnostic Accuracy and Area Under the ROC Curve (AUC)
Tijdsspanne: Up to 1 week per evaluation period
Evaluation of case-level diagnostic accuracy (defined as the proportion of diagnostic decisions matching the clinical ground-truth label) and discrimination performance (measured by AUC) to compare unaided radiologist performance versus AI-assisted performance.
Up to 1 week per evaluation period

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Diagnostic Efficiency (Reading and Reporting Time)
Tijdsspanne: Up to 1 week per evaluation period
Measurement of diagnostic efficiency recorded as the time (in seconds) taken by radiologists to complete the case review and generate findings, with and without AI assistance.
Up to 1 week per evaluation period
Inter-rater Agreement (Fleiss' Kappa)
Tijdsspanne: Up to 1 week per evaluation period
Assessment of diagnostic consensus and inter-rater consistency among participating radiologists measured using Fleiss' kappa (κ).
Up to 1 week per evaluation period
Clinical Report Quality and Semantic Accuracy Score
Tijdsspanne: Up to 1 week per evaluation period
Assessment of AI-generated draft report quality evaluated by senior experts on a 5-point Likert scale (focusing on semantic accuracy and clinical relevance) and automated metrics (GREEN and ROUGE-L).
Up to 1 week per evaluation period

Medewerkers en onderzoekers

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

Onderzoekers

  • Hoofdonderzoeker: Yinghua Zhao, PhD, The Third Affiliated Hospital of Southern Medical University

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 januari 2026

Primaire voltooiing (Werkelijk)

8 juni 2026

Studie voltooiing (Werkelijk)

10 juli 2026

Studieregistratiedata

Eerst ingediend

21 april 2026

Eerst ingediend dat voldeed aan de QC-criteria

21 april 2026

Eerst geplaatst (Werkelijk)

28 april 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

7 augustus 2026

Laatste update ingediend die voldeed aan QC-criteria

4 augustus 2026

Laatst geverifieerd

1 augustus 2026

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

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

NEE

Beschrijving IPD-plan

Om de privacy van patiënten te beschermen en te voldoen aan institutionele gegevensbeveiligingsvoorschriften.

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