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

Utvikling av et klinisk beslutningsstøttesystem med kunstig intelligens for kreftbehandling

8. oktober 2024 oppdatert av: National University Hospital, Singapore

Clinical Decision Support Systems (CDSSer) for å øke klinisk behandling og beslutningstaking. Dette er plattformer som tar sikte på å forbedre levering av helsetjenester ved å forbedre medisinske beslutninger med målrettet klinisk kunnskap, pasientinformasjon og annen helseinformasjon.

I lys av fordelene ved å utvikle en CDSS, søkte vi å utvikle en alternativ CDSS for valg av onkologisk terapi gjennom et partnerskap med Ping An Technology (Shenzhen, Kina), som startet med mage- og spiserørskreft. Dette vil bli gjort på en stykkevis måte, med prototypeplattformen som kun bruker internasjonale retningslinjer og høykvalitets publiserte bevis fra tidsskrifter for å komme frem til saksspesifikke behandlingsanbefalinger. Denne plattformen vil deretter bli evaluert ved å sammenligne anbefalingene med anbefalingene fra de tverrfaglige tumorstyrene til flere tertiære omsorgsinstitusjoner for å bestemme samsvarsraten.

Studieoversikt

Detaljert beskrivelse

Behandling av kreft er en kompleks prosess som involverer en rekke interessenter. I lys av dette har institusjoner over hele verden tatt i bruk bruken av multidisiplinære svulstråd (MTB) for levering av kreftbehandling. Ved å utnytte den kollektive spesialiserte kunnskapen og erfaringen til ulike spesialiteter, har MTB i noen studier vist seg å resultere i mer hensiktsmessige anbefalinger og forbedret pasientresultat. Ved vår institusjon diskuteres krefttilfeller tilsvarende ved vanlige MTBer som omfatter kirurger, onkologer, patologer og radiologer som vurderer og anbefaler behandlinger.

Men i mindre sentre eller sentre med begrensede ressurser og minimal tverrfaglig ekspertise, kan levering av rettidig og passende kreftbehandling være en utfordring. I tillegg kan klinikere, med sin travle timeplan, ikke være i stand til å holde seg à jour med ny utvikling innen kreftforskning. Med raske fremskritt innen vitenskapelig forskning forventes denne kunnskapspoolen å fortsette å vokse, noe som gjør det stadig mer krevende å holde seg oppdatert.

For å møte dette behovet har klinikere tatt i bruk bruken av Clinical Decision Support Systems (CDSSer) for å forsterke klinisk behandling og beslutningstaking. Dette er plattformer som tar sikte på å forbedre levering av helsetjenester ved å forbedre medisinske beslutninger med målrettet klinisk kunnskap, pasientinformasjon og annen helseinformasjon. Ulike studier har vist at CDSSer er fordelaktige i utvalgte settinger som pasientsikkerhet og diagnose [4], og til og med øke etterlevelsen av kliniske retningslinjer. De siste årene har fremskritt innen kunstig intelligens også sett at bruken utvides til å inkludere valg av onkologisk terapi, med IBMs Watson for Oncology (WFO) som den mest fremtredende og eneste plattformen som er i bruk til dags dato. I en studie fra 2018 ble WFOs evne til å gi behandlingsråd for brystkreft sammenlignet med anbefalinger fra et tverrfaglig styre, der det viste høy grad av samsvar. Siden den gang har flere andre studier forsøkt å undersøke WFOs evne til å gi behandlingsanbefalinger for kreft som eggstokk-, mage-, lunge-, livmorhals- og tykktarmskreft, med blandede resultater. Spesielt viste begge studiene som undersøkte anbefalingene for magekreft en mye lavere konkordansrate sammenlignet med andre kreftformer.

I lys av det ovennevnte forsøkte vi å utvikle en alternativ CDSS for valg av onkologisk terapi gjennom partnerskap med Ping An Technology (Shenzhen, Kina), som begynte med mage- og spiserørskreft. Dette vil bli gjort på en stykkevis måte, med prototypeplattformen som kun bruker internasjonale retningslinjer og høykvalitets publiserte bevis fra tidsskrifter for å komme frem til saksspesifikke behandlingsanbefalinger. Denne plattformen vil deretter bli evaluert retrospektivt og prospektivt ved å sammenligne anbefalingene med anbefalingene fra de tverrfaglige tumorstyrene til flere tertiære omsorgsinstitusjoner for å bestemme konkordansraten.

Studietype

Observasjonsmessig

Registrering (Antatt)

1000

Kontakter og plasseringer

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

Studiekontakt

Studiesteder

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

21 år og eldre (Voksen, Eldre voksen)

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

Befolkningen vil bli valgt ut fra sykehus som gjennomfører tumorbord for disse kreftformene

Beskrivelse

A. I oppdagelse og intern retrospektiv valideringsdel:

  1. Pasienter med primært gastrisk adenokarsinom inkludert preinvasivt karsinom eller
  2. Pasienter med gastroøsofageal junction kreft eller
  3. Pasienter med esophageal cancer inkludert adenokarsinom, plateepitelkarsinom og preinvasive karsinom subtyper.

B. I potensiell valideringsdel:

  1. Pasienter med primært gastrisk adenokarsinom inkludert preinvasivt karsinom eller
  2. Pasienter med adenokarsinom i spiserøret eller gastroøsofageal junction

Ekskluderingskriterier:

A. I oppdagelse og intern retrospektiv valideringsdel:

  1. Pasienter med andre primære kreftformer som involverer mage eller spiserør
  2. Pasienter med andre kreftsubtyper
  3. Pasienter med samtidig kreft i andre organer

B. I potensiell valideringsdel:

  1. Pasienter med esophageal plateepitelkarsinom
  2. Pasienter som deltar i kliniske studier der behandlingsformen ikke er standardbehandling

Studieplan

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

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Konkordanshastighet
Tidsramme: 1 til 2 år
Sammenlignende samsvar i anbefalingene mellom de to studiegruppene, målt ved konkordansrate
1 til 2 år

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Årsak til uenighet
Tidsramme: 1 til 2 år
For å identifisere årsaken til uoverensstemmelsen
1 til 2 år

Samarbeidspartnere og etterforskere

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

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

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 (Faktiske)

20. august 2020

Primær fullføring (Antatt)

31. desember 2024

Studiet fullført (Antatt)

31. desember 2024

Datoer for studieregistrering

Først innsendt

15. desember 2020

Først innsendt som oppfylte QC-kriteriene

15. desember 2020

Først lagt ut (Faktiske)

19. desember 2020

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

10. oktober 2024

Siste oppdatering sendt inn som oppfylte QC-kriteriene

8. oktober 2024

Sist bekreftet

1. mai 2024

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

UBESLUTTE

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. .

Abonnere