- ICH GCP
- US Clinical Trials Registry
- Klinisk utprøving NCT05706415
AI hjalp til med å diagnostisere faste lesjoner i bukspyttkjertelen
21. januar 2023 oppdatert av: Changhai Hospital
Forbedret dyplæringsmodell for diagnostisering av faste lesjoner i bukspyttkjertelen gjennom multimodale kliniske bilder
Faste lesjoner i bukspyttkjertelen inkluderer hovedsakelig tumor- og ikke-tumorlesjoner.
Mer enn 90 % av svulster i bukspyttkjertelen er kreft i bukspyttkjertelen, som er preget av høy dødelighet og dårlig prognose og krever kirurgisk behandling; Ikke-tumorlesjoner i bukspyttkjertelen er hovedsakelig inflammatoriske lesjoner, som vanligvis ikke krever kirurgisk behandling, men kan behandles med legemidler.
De vanlige er kronisk pankreatitt og autoimmun pankreatitt, med god prognose.
Klinisk er differensialdiagnosen mellom dem svært vanskelig.
Tverrfaglig diagnose og behandling av MDT gjør vår forståelse av bukspyttkjertelsykdommer stadig mer rik og dyptgående.
Fra sykdomsdiagnose til preoperativ evaluering og kurativ effektevaluering involverer ikke-invasiv avbildning nesten alle ledd under MDT-modus.
I lys av dette vil forbedring av differensialdiagnosen av bukspyttkjertelens solide plassopptakende lesjoner på bildediagnostikk være mer gunstig for diagnostisering og behandling under MDT-modus, så nye teknologier som kunstig intelligens bør vurderes.
Målet vårt er å utvikle et klinisk anvendbart kunstig intelligenssystem, som bruker flere moduser for å simulere den rutinemessige kliniske arbeidsflyten og hjelpe til med diagnostisering av godartede og ondartede bukspyttkjertelskader som opptar plass.
Studieoversikt
Status
Rekruttering
Intervensjon / Behandling
Detaljert beskrivelse
Diagnosen solide bukspyttkjertellesjoner er utfordrende, MDT er en svært effektiv metode, men den har en viss feildiagnosefrekvens.
Dette er en multisenter, prospektiv og observasjons klinisk studie.
Vårt mål er å utvikle et klinisk anvendelig kunstig intelligenssystem.
På den ene siden kan vår kunstige intelligens basert på kliniske data + CT-bildebilder hjelpe MDT-leger med å diagnostisere arten av bukspyttkjertelens plassopptakende lesjoner og redusere feildiagnostisering; På den annen side, hvis en pasient trenger EUS-FNA-punktering, kan det multimodale kunstige intelligenssystemet basert på kliniske data+CT+EUS utviklet av oss hjelpe MDT-leger med å forstå naturen til bukspyttkjertelens plassopptakende lesjoner og redusere sannsynligheten for feildiagnostisering eller sekundær punktering.
Studietype
Observasjonsmessig
Registrering (Forventet)
200
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiesteder
-
-
Shanghai
-
Shanghai, Shanghai, Kina, 200433
- Rekruttering
- CT and EUS
-
Ta kontakt med:
- Zhaoshen Li
- Telefonnummer: 86-21-31162338
- E-post: changhaiec@126.com
-
-
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
18 år til 75 år (VOKSEN, OLDER_ADULT)
Tar imot friske frivillige
N/A
Kjønn som er kvalifisert for studier
Alle
Prøvetakingsmetode
Ikke-sannsynlighetsprøve
Studiepopulasjon
Pasienter som hadde fast masse i bukspyttkjertelen vil bli registrert i vår studie.
Beskrivelse
Inklusjonskriterier:
- pankreas fast masse i CT og EUS
Ekskluderingskriterier:
- utilstrekkelig bildekvalitet av CT eller EUS
- endoskopiske ultralyd ikke-tilgjengelige lesjoner
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
Kohorter og intervensjoner
Gruppe / Kohort |
Intervensjon / Behandling |
|---|---|
|
pasienter med solide lesjoner i bukspyttkjertelen
|
Det er ingen inngrep.
Klinikere vil vurdere forslagene til en hypotetisk AI
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Forskere bruker kunstig intelligens (AI) støttesystem for å hjelpe til med diagnostisering av bukspyttkjertelens solide plassopptakende lesjoner
Tidsramme: 2 måneder
|
Et flerlags screening dypt konvolusjonsnettverk basert på dypt konvolusjonsnettverk ble utviklet for å observere dets nøyaktighet, sensitivitet og spesifisitet for å hjelpe MDT-leger med å identifisere godartede og ondartede bukspyttkjertelopptakende lesjoner.
|
2 måneder
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
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 (FORVENTES)
21. januar 2023
Primær fullføring (FORVENTES)
21. februar 2023
Studiet fullført (FORVENTES)
21. februar 2023
Datoer for studieregistrering
Først innsendt
21. januar 2023
Først innsendt som oppfylte QC-kriteriene
21. januar 2023
Først lagt ut (FAKTISKE)
31. januar 2023
Oppdateringer av studieposter
Sist oppdatering lagt ut (FAKTISKE)
31. januar 2023
Siste oppdatering sendt inn som oppfylte QC-kriteriene
21. januar 2023
Sist bekreftet
1. januar 2023
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- 2022-AI and MDT
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. .