Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Et forbedret kunstig intelligens bryst MR tolkningssystem (IntelliScan)

5. februar 2019 oppdatert av: Jamil Kanfoud

En sammenlignende enkeltsenterstudie for å evaluere et forbedret kunstig intelligens bryst MR-tolkningssystem hos kvinner over 20 år med brystlesjoner

Tolking av bryst MR-bilder er en svært tidkrevende prosess og legger en stor belastning på brystradiologer. Dette prosjektet tar sikte på å utvikle en teknisk løsning som adresserer denne helseutfordringen ved å utvikle et system som er i stand til automatisk å tolke bryst MR-bilder for å hjelpe radiologen i deres diagnose.

Studieoversikt

Status

Ukjent

Forhold

Intervensjon / Behandling

Detaljert beskrivelse

Brystkreft er den vanligste krefttypen hos kvinner over hele verden, med nesten 1,7 millioner nye tilfeller diagnostisert i 2015. I Storbritannia resulterer ett av fem tilfeller av brystkreft i en dødsfall. IntelliScan-prosjektet har som mål å utvikle en teknologisk løsning som adresserer en betydelig helseutfordring. IntelliScan vil utvikle et programvaresystem som vil kunne tolke bryst MR-bilder automatisk for å identifisere potensielle brystkreftformer.

Regelmessig MR-screening av brystet tilbys kvinner fra 20 år, som har høyere risiko for å utvikle brystkreft. MR-bildesekvenser gir en stor mengde informasjon til radiologen og tolkning av bilder er en manuell prosess, som er svært tidkrevende. Det høye antallet kvinner som er kvalifisert for MR-screening kombinert med mengden data som leveres av MR-skanninger legger en stor belastning på helsevesenet. Derfor vil automatisering av denne prosessen i stor grad avlaste denne byrden og har også potensial til å gi mer nøyaktige diagnoser.

I denne første studien vil systemets brukergrensesnitt samt algoritmen bli utviklet ved bruk av eksisterende MR-skanninger. Eksisterende MR-undersøkelser med kjente brystanomalier vil bli brukt for å utvikle beslutningsgrunnlaget for algoritmen. Systemet vil deretter bli testet ved hjelp av eksisterende MR-skanninger uten informasjon om mulige anomalier, og resultatene vil bli sammenlignet med resultater fra programvaresystemet som er i bruk. I tillegg vil brukervennligheten til systemets brukergrensesnitt også bli evaluert.

Studietype

Intervensjonell

Registrering (Forventet)

1526

Fase

  • Ikke aktuelt

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

20 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Hunn

Beskrivelse

Inklusjonskriterier:

  • Bryst MR-skanninger
  • MR-undersøkelser utført hos partner NHS Trust i Storbritannia
  • MR-undersøkelser utført på MR-systemet som for tiden er installert på partner NHS Trust-nettstedet (siden 2008)

Ekskluderingskriterier:

  • Ufullstendige bryst MR-datasett
  • Bryst MR uten lesjoner
  • Brystlesjon på MR ikke biopsiert

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

  • Primært formål: Diagnostisk
  • Tildeling: N/A
  • Intervensjonsmodell: Enkeltgruppeoppdrag
  • Masking: Enkelt

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Sensitivitet/spesifisitet av brysttolkningsalgoritme
Tidsramme: 1 år
Sensitiviteten og spesifisiteten til informasjonen gitt av brysttolkningsalgoritmen skal være over henholdsvis 90 % og 70 %
1 år

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Tid som kreves for diagnose
Tidsramme: 1 år
Tiden som kreves for å komme frem til en diagnose ved hjelp av IntelliScan, bør være kortere enn ved bruk av manuelle prosedyrer
1 år
Brukervennlighet av IntelliScan-systemet
Tidsramme: 1 år
Åpenhetspoeng for kategorisering av beistlesjoner (0 [ikke åpenbart] til 100 [ekstremt åpenbart]); brukervennlighetspoeng for IntelliScan-systemet (0 [ikke lett å bruke] til 10 [ekstremt enkel å bruke])
1 år

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Etterforskere

  • Studieleder: Steve Dennis, B.Sc., First Option Software

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Forventet)

1. april 2019

Primær fullføring (Forventet)

1. januar 2020

Studiet fullført (Forventet)

1. juli 2020

Datoer for studieregistrering

Først innsendt

30. januar 2019

Først innsendt som oppfylte QC-kriteriene

1. februar 2019

Først lagt ut (Faktiske)

4. februar 2019

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

6. februar 2019

Siste oppdatering sendt inn som oppfylte QC-kriteriene

5. februar 2019

Sist bekreftet

1. februar 2019

Mer informasjon

Begreper knyttet til denne studien

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Kliniske studier på Brystkreft

Kliniske studier på Bryst MR tolkning

3
Abonnere