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

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

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:

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.

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. .

Abonnere