Evaluating the Efficacy and Safety of AI Localization Models in Multidisciplinary Team Care for NSCLC
31. mai 2026 oppdatert av: 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
Studieoversikt
Status
Rekruttering
Forhold
Intervensjon / Behandling
Studietype
Intervensjonell
Registrering (Antatt)
300
Fase
- Ikke aktuelt
Kontakter og plasseringer
Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.
Studiekontakt
- Navn: qing liang, Dr.
- Telefonnummer: +86 17863321987
- E-post: liangtsing99@163.com
Studiesteder
-
-
Guangdong
-
Guangzhou, Guangdong, Kina, 510000
- Rekruttering
- Guangdong Provincial People's Hospital
-
Ta kontakt med:
- Wenzhao Zhong, Dr.
- Telefonnummer: +8613609777314
- E-post: 13609777314@163.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
- Voksen
- Eldre voksen
Tar imot friske frivillige
Nei
Beskrivelse
Inclusion Criteria:
- Age ≥ 18 years;
- MDT (Multidisciplinary Team) discussion deems a systemic treatment plan necessary;
- Complete clinical, imaging, and molecular pathological data.
Exclusion Criteria:
- Stage I patients;
- Diagnosed with a thoracic tumor other than NSCLC;
- Lack of detailed medical data, or missing data;
Studieplan
Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Behandling
- Tildeling: N/A
- Intervensjonsmodell: Enkeltgruppeoppdrag
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: AI-Assisted Multidisciplinary Team Decision-Making for Non-Small Cell Lung Cancer
|
The impact of artificial intelligence on clinicians' treatment plans
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Consistency rate
Tidsramme: 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)
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
MDT Discussion Process Time
Tidsramme: 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
Tidsramme: 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
Tidsramme: 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
Tidsramme: 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
Tidsramme: 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
Tidsramme: 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
Tidsramme: 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
Tidsramme: 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
Tidsramme: 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)
Tidsramme: 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)
Tidsramme: 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)
Tidsramme: 3 years
|
Time from treatment initiation to death from any cause, assessed every 3-6 months during 2-3 years follow-up.
|
3 years
|
Samarbeidspartnere og etterforskere
Det er her du vil finne personer og organisasjoner som er involvert i denne studien.
Sponsor
Samarbeidspartnere
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.
Generelle publikasjoner
- Pillay B, Wootten AC, Crowe H, Corcoran N, Tran B, Bowden P, Crowe J, Costello AJ. The impact of multidisciplinary team meetings on patient assessment, management and outcomes in oncology settings: A systematic review of the literature. Cancer Treat Rev. 2016 Jan;42:56-72. doi: 10.1016/j.ctrv.2015.11.007. Epub 2015 Nov 24.
- Kim JK, Chua ME, Li TG, Rickard M, Lorenzo AJ. Novel AI applications in systematic review: GPT-4 assisted data extraction, analysis, review of bias. BMJ Evid Based Med. 2025 Sep 22;30(5):313-322. doi: 10.1136/bmjebm-2024-113066.
- Wiegand TLT, Jung LB, Gudera JA, Schuhmacher LS, Moehrle P, Rischewski JF, Mehrzad P, Jeong S, Nguyen LH, Poeschla M, Velezmoro LI, Kruk L, Dimitriadis K, Koerte IK. Demographic inaccuracies and biases in the depiction of patients by artificial intelligence text-to-image generators. NPJ Digit Med. 2025 Jul 19;8(1):459. doi: 10.1038/s41746-025-01817-6.
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)
1. desember 2025
Primær fullføring (Antatt)
31. oktober 2027
Studiet fullført (Antatt)
31. desember 2028
Datoer for studieregistrering
Først innsendt
25. mars 2026
Først innsendt som oppfylte QC-kriteriene
31. mai 2026
Først lagt ut (Faktiske)
4. juni 2026
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
4. juni 2026
Siste oppdatering sendt inn som oppfylte QC-kriteriene
31. mai 2026
Sist bekreftet
1. mai 2026
Mer informasjon
Begreper knyttet til denne studien
Nøkkelord
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- KY2025-1003-02
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
UBESLUTTE
IPD-planbeskrivelse
Patient information cannot be disclosed.
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. .