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

Evaluating the Efficacy and Safety of AI Localization Models in Multidisciplinary Team Care for NSCLC

31 mei 2026 bijgewerkt door: Wen-zhao ZHONG

Evaluating the Efficacy and Safety of AI Localization Models in Multidisciplinary Team Care for NSCLC: a Prospective, Controlled Clinical Trial Protocol

The goal of this clinical trial is to evaluate the effectiveness and safety of a locally deployed artificial intelligence (AI) decision-support model in the multidisciplinary team (MDT) process for patients with non-small cell lung cancer (NSCLC).

The main questions it aims to answer :

What is the level of agreement between treatment recommendations generated by the AI model and those made by a traditional MDT? How often do clinicians modify their final treatment decision after reviewing the AI model's recommendation? Researchers will compare treatment plans from the traditional MDT (Arm 1), the AI model (Arm 2), and the clinician's final decision after reviewing the AI output (Arm 3) to assess consistency, decision modification rates, and clinical efficiency.

Participants will:

Have their clinical, imaging, and molecular data submitted to both the traditional MDT and the AI model for independent treatment recommendations Receive a final treatment plan determined by clinicians after reviewing both recommendations, with follow-up for safety and survival outcomes

Studie Overzicht

Toestand

Werving

Conditie

Interventie / Behandeling

Studietype

Ingrijpend

Inschrijving (Geschat)

300

Fase

  • Niet toepasbaar

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
    • Guangdong
      • Guangzhou, Guangdong, China, 510000
        • Werving
        • Guangdong Provincial People's 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

Beschrijving

Inclusion Criteria:

  1. Age ≥ 18 years;
  2. MDT (Multidisciplinary Team) discussion deems a systemic treatment plan necessary;
  3. Complete clinical, imaging, and molecular pathological data.

Exclusion Criteria:

  1. Stage I patients;
  2. Diagnosed with a thoracic tumor other than NSCLC;
  3. Lack of detailed medical data, or missing data;

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

  • Primair doel: Behandeling
  • Toewijzing: NVT
  • Interventioneel model: Opdracht voor een enkele groep
  • Masker: Geen (open label)

Wapens en interventies

Deelnemersgroep / Arm
Interventie / Behandeling
Experimenteel: AI-Assisted Multidisciplinary Team Decision-Making for Non-Small Cell Lung Cancer
Diagnostische toets: Treat Regimen
The impact of artificial intelligence on clinicians' treatment plans

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Consistency rate
Tijdsspanne: Baseline(MDT 1 Day)
Consistency rate between Option 1 and Option 2 (calculated using Kappa value). Consistency rate between Option 1 and Option 3 (decision modification rate).
Baseline(MDT 1 Day)

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
MDT Discussion Process Time
Tijdsspanne: Baseline(MDT Day 1)
Time from start to end of multidisciplinary team (MDT) discussion, measured immediately after MDT end.
Baseline(MDT Day 1)
Quality of AI Recommendations
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated quality of AI recommendations using a Likert 5-point scale (1 = very poor, 5 = excellent).
Baseline(MDT Day 1)
Clinical Acceptability of AI
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated clinical acceptability of AI recommendations using a Likert 5-point scale (1 = unacceptable, 5 = fully acceptable).
Baseline(MDT Day 1)
MDT Discussion Efficiency
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated efficiency of MDT discussion process aided by AI using a Likert 5-point scale (1 = very inefficient, 5 = very efficient).
Baseline(MDT Day 1)
Process Convenience
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated convenience of the AI-integrated workflow using a Likert 5-point scale (1 = very inconvenient, 5 = very convenient).
Baseline(MDT Day 1)
Added Value to Clinical Decision
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated added value of AI to clinical decision-making using a Likert 5-point scale (1 = no added value, 5 = significant added value).
Baseline(MDT Day 1)
Learning and Training Value
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated learning and training value of AI system using a Likert 5-point scale (1 = no value, 5 = high value).
Baseline(MDT Day 1)
Overall Satisfaction
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated overall satisfaction with AI-assisted MDT using a Likert 5-point scale (1 = very dissatisfied, 5 = very satisfied).
Baseline(MDT Day 1)
Willingness to Use in Future
Tijdsspanne: Baseline(MDT Day 1)
Physician-rated willingness to use AI system in future clinical practice using a Likert 5-point scale (1 = definitely not willing, 5 = definitely willing).
Baseline(MDT Day 1)
Disease-Free Survival (DFS)
Tijdsspanne: 3 years
Time from treatment initiation to disease recurrence or death from any cause, assessed every 3-6 months during 2-3 years follow-up.
3 years
Progression-Free Survival (PFS)
Tijdsspanne: 3 years
Time from treatment initiation to disease progression or death from any cause, assessed every 3-6 months during 2-3 years follow-up.
3 years
Overall Survival (OS)
Tijdsspanne: 3 years
Time from treatment initiation to death from any cause, assessed every 3-6 months during 2-3 years follow-up.
3 years

Medewerkers en onderzoekers

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

Sponsor

Wen-zhao ZHONG

Medewerkers

Guangdong Provincial People's Hospital

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

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 december 2025

Primaire voltooiing (Geschat)

31 oktober 2027

Studie voltooiing (Geschat)

31 december 2028

Studieregistratiedata

Eerst ingediend

25 maart 2026

Eerst ingediend dat voldeed aan de QC-criteria

31 mei 2026

Eerst geplaatst (Werkelijk)

4 juni 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

4 juni 2026

Laatste update ingediend die voldeed aan QC-criteria

31 mei 2026

Laatst geverifieerd

1 mei 2026

Meer informatie

Termen gerelateerd aan deze studie

Trefwoorden

Aanvullende relevante MeSH-voorwaarden

Andere studie-ID-nummers

  • KY2025-1003-02

Plan Individuele Deelnemersgegevens (IPD)

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

ONBESLIST

Beschrijving IPD-plan

Patient information cannot be disclosed.

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