Ta strona została przetłumaczona automatycznie i dokładność tłumaczenia nie jest gwarantowana. Proszę odnieść się do angielska wersja za tekst źródłowy.

Walidacja stawowej sztucznej inteligencji w diagnostyce litych zmian trzustki

22 grudnia 2024 zaktualizowane przez: Bin Cheng, Huazhong University of Science and Technology

Walidacja wielomodalnego modelu sztucznej inteligencji w diagnostyce litych zmian trzustki: prospektywne, wieloośrodkowe, randomizowane, kontrolowane badanie

Celem tego badania klinicznego jest sprawdzenie, czy multimodalny model sztucznej inteligencji (AI) może usprawnić diagnostykę litych zmian w trzustce. Główne pytania, na które ma odpowiedzieć, to:

  1. Czy model AI zwiększa skuteczność diagnostyczną endoskopistów w diagnostyce zmian litych trzustki?
  2. Czy dodanie analizy interpretowalności dodatkowo poprawia skuteczność diagnostyczną endoskopistów wspomaganych? Naukowcy porównają wyniki diagnostyczne endoskopistów z pomocą modelu sztucznej inteligencji lub bez niej.

Uczestnicy będą:

  1. Ich dane kliniczne będą gromadzone prospektywnie.
  2. Zostaną losowo przydzieleni do grupy korzystającej ze sztucznej inteligencji i grupy otrzymującej konwencjonalną diagnozę.

Przegląd badań

Status

Status

Wskazuje aktualny stan rekrutacji lub stan rozszerzonego dostępu.
Jeszcze nie rekrutacja

Warunki

Warunki

Badana choroba, zaburzenie, zespół, choroba lub uraz. Na stronie ClinicalTrials.gov warunki mogą również obejmować inne kwestie związane ze zdrowiem, takie jak długość życia, jakość życia i zagrożenia dla zdrowia.

Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.

Szczegółowy opis

Badacze opracowali wcześniej multimodalny model sztucznej inteligencji (Joint-AI) w oparciu o endoskopowe obrazy ultrasonograficzne i dane kliniczne w celu diagnozowania zmian litych trzustki. Celem tego badania jest poprawa wydajności modelu Joint-AI za pomocą prospektywnie zebranego zbioru danych i jego walidacja w drodze randomizowanego, kontrolowanego badania klinicznego.

Typ studiów

Typ studiów

Opisuje charakter badania klinicznego. Rodzaje badań obejmują badania interwencyjne (zwane także badaniami klinicznymi), badania obserwacyjne (w tym rejestry pacjentów) i rozszerzony dostęp.
Interwencyjne

Zapisy (Szacowany)

Zapisy

Liczba uczestników badania klinicznego. „Przewidywana” rekrutacja to docelowa liczba uczestników, których naukowcy potrzebują do badania.
716

Faza

Faza

Etap badania klinicznego badającego lek lub produkt biologiczny w oparciu o definicje opracowane przez amerykańską Agencję ds. Żywności i Leków (FDA). Faza opiera się na celu badania, liczbie uczestników i innych cechach. Istnieje pięć faz: wczesna faza 1 (wcześniej wymieniona jako faza 0), faza 1, faza 2, faza 3 i faza 4. Nie dotyczy jest używany do opisania badań bez faz zdefiniowanych przez FDA, w tym prób urządzeń lub interwencji behawioralnych.
  • Nie dotyczy

Kontakty i lokalizacje

Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.

Kontakt w sprawie studiów

Kontakt w sprawie studiów

Imię i nazwisko oraz dane kontaktowe osoby, która może odpowiedzieć na pytania dotyczące rejestracji do badania klinicznego. Każda lokalizacja, w której prowadzone jest badanie, może mieć również określoną osobę kontaktową, która może lepiej odpowiedzieć na te pytania.

Lokalizacje studiów

  • Chiny
    • Hubei
      • Wuhan, Hubei, Chiny, 430030
        • Tongji Hospital, Tongji Medical College, Huazhong University of Science and Technology
        • Kontakt:

Kryteria uczestnictwa

Badacze szukają osób, które pasują do określonego opisu, zwanego kryteriami kwalifikacyjnymi. Niektóre przykłady tych kryteriów to ogólny stan zdrowia danej osoby lub wcześniejsze leczenie.

Kryteria kwalifikacji

Kryteria kwalifikacji

Kluczowe wymagania, które muszą spełniać osoby chcące wziąć udział w badaniu klinicznym lub cechy, które muszą posiadać. Kryteria kwalifikowalności obejmują zarówno kryteria włączenia (które są wymagane, aby dana osoba mogła uczestniczyć w badaniu), jak i kryteria wykluczenia (które uniemożliwiają osobie udział). Rodzaje kryteriów kwalifikowalności obejmują to, czy badanie akceptuje zdrowych ochotników, ma wymagania dotyczące wieku lub grupy wiekowej lub jest ograniczone ze względu na płeć.

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie

Opis

Kryteria włączenia:

  • Badania obrazowe (MRI, CT, B-USG) wykazują stałą masę w trzustce, która wymaga endoskopowej aspiracji/biopsji cienkoigłowej pod kontrolą USG (EUS-FNA/B) w celu wyjaśnienia charakteru zmiany u pacjentów.
  • Dostarczono pisemną zgodę

Kryteria wykluczenia:

  • Wiek poniżej 18 lat

Plan studiów

Ta sekcja zawiera szczegółowe informacje na temat planu badania, w tym sposób zaprojektowania badania i jego pomiary.

Jak projektuje się badanie?

Szczegóły projektu

  • Główny cel: Diagnostyczny
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Podwójnie

Broń i interwencje

Grupa uczestników / Arm

Grupa uczestników / Arm

Grupa lub podgrupa uczestników badania klinicznego, którzy zgodnie z protokołem badania otrzymują określoną interwencję/leczenie lub nie otrzymują żadnej interwencji.
Interwencja / Leczenie

Interwencja / Leczenie

Proces lub działanie będące przedmiotem badania klinicznego. Interwencje obejmują leki, urządzenia medyczne, procedury, szczepionki i inne produkty, które są w fazie badań lub są już dostępne. Interwencje mogą również obejmować podejścia nieinwazyjne, takie jak edukacja lub modyfikacja diety i ćwiczeń.
Brak interwencji: Konwencjonalna diagnoza
Endoskopiści diagnozują zmiany lite trzustki na podstawie endoskopowych obrazów ultrasonograficznych i danych klinicznych.
Eksperymentalny: Diagnostyka wspomagana sztuczną inteligencją stawów
Endoskopiści diagnozują zmiany lite trzustki na podstawie endoskopowych obrazów ultrasonograficznych, danych klinicznych i przewidywań dokonywanych przez model Joint-AI.
Test diagnostyczny: Wspomaganie modelu Joint-AI
Prognozy podane przez model Joint-AI zostaną udostępnione endoskopistom podczas ich diagnozy
Eksperymentalny: Interpretowalna diagnoza wspomagana sztuczną inteligencją
Endoskopiści diagnozują zmiany lite trzustki na podstawie endoskopowych obrazów ultrasonograficznych, danych klinicznych, przewidywań podanych przez Joint-AI oraz wyników analizy interpretowalności wykorzystywanej w celu poprawy przejrzystości procesu decyzyjnego modelu Joint-AI.
Test diagnostyczny: Pomoc interpretowalnego modelu Joint-AI
Przewidywania podane przez model Joint-AI oraz wyniki analizy interpretowalności zostaną udostępnione endoskopistom podczas ich diagnozy

Co mierzy badanie?

Podstawowe miary wyniku

Podstawowe miary wyniku

W protokole badania klinicznego planowana miara wyniku, która jest najważniejsza dla oceny efektu interwencji/leczenia. Większość badań klinicznych ma jedną główną miarę wyniku, ale niektóre mają więcej niż jedną.
Miara wyniku
Opis środka
Ramy czasowe
Wskaźnik prawidłowej klasyfikacji diagnostycznej przy pomocy Modelu Joint-AI
Ramy czasowe: Do ukończenia studiów, średnio 1 rok
Wskaźnik trafnych rozpoznań w różnicowaniu raka trzustki od innych zmian nienowotworowych, określony poprzez porównanie diagnozy endoskopowej wspomaganej modelem Joint-AI z ostateczną diagnozą histopatologiczną (standard referencyjny).
Do ukończenia studiów, średnio 1 rok
Wskaźnik prawidłowej klasyfikacji diagnostycznej przy pomocy Interpretowalnego Modelu Joint-AI
Ramy czasowe: Do ukończenia studiów, średnio 1 rok
Wskaźnik trafnych rozpoznań w różnicowaniu raka trzustki od innych zmian nienowotworowych, określony na podstawie porównania ocen endoskopisty wspomaganych modelem Interpretable Joint-AI z ostatecznym rozpoznaniem histopatologicznym (standard referencyjny)
Do ukończenia studiów, średnio 1 rok

Miary wyników drugorzędnych

Miary wyników drugorzędnych

W protokole badania klinicznego planowana miara wyniku, która nie jest tak ważna jak główna miara wyniku w ocenie efektu interwencji, ale nadal jest interesująca. Większość badań klinicznych ma więcej niż jedną drugorzędową miarę wyniku.
Miara wyniku
Opis środka
Ramy czasowe
Wskaźnik prawidłowej klasyfikacji diagnostycznej modelu Joint-AI i interpretowalnego modelu Joint-AI
Ramy czasowe: Do ukończenia studiów, średnio 1 rok
Dokładność diagnostyczna modeli sztucznej inteligencji w tym prospektywnie zebranym zbiorze danych.
Do ukończenia studiów, średnio 1 rok
Zgłoszony przez endoskopistę wynik pewności w diagnozie przy pomocy sztucznej inteligencji (wynik jest w skali od 0% do 100%, gdzie 0 oznacza „w ogóle nie mam pewności”, a 100 oznacza „całkowicie pewność”)
Ramy czasowe: Do ukończenia studiów, średnio 1 rok
Zgłoszona przez endoskopistę pewność diagnozy będzie mierzona w skali od 0 do 100, gdzie 0 oznacza „w ogóle nie jestem pewien”, a 100 oznacza „całkowicie pewny”. Wyższe wyniki wskazują na większą pewność diagnostyczną. Wyniki pewności będą oceniane oddzielnie dla diagnoz postawionych przy użyciu modelu Joint-AI i możliwego do interpretacji modelu Joint-AI.
Do ukończenia studiów, średnio 1 rok
Wskaźnik prawidłowej klasyfikacji diagnostycznej endoskopistów bez pomocy AI
Ramy czasowe: Do ukończenia studiów, średnio 1 rok
Do ukończenia studiów, średnio 1 rok

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Sponsor

Organizacja lub osoba, która inicjuje badanie i która ma władzę i kontrolę nad badaniem.
Huazhong University of Science and Technology

Współpracownicy

Współpracownicy

Organizacja inna niż sponsor, która zapewnia wsparcie dla badania klinicznego. Wsparcie to może obejmować działania związane z finansowaniem, projektowaniem, wdrażaniem, analizą danych lub raportowaniem.
Beijing Friendship Hospital
Qilu Hospital of Shandong University
Sir Run Run Shaw Hospital
Shanghai Longhua Hospital
Beijing Union Hosptial
Affiliated Drum Tower Hospital of Nanjing University Medical School

Daty zapisu na studia

Daty te śledzą postęp w przesyłaniu rekordów badań i podsumowań wyników do ClinicalTrials.gov. Zapisy badań i zgłoszone wyniki są przeglądane przez National Library of Medicine (NLM), aby upewnić się, że spełniają określone standardy kontroli jakości, zanim zostaną opublikowane na publicznej stronie internetowej.

Główne daty studiów

Rozpoczęcie studiów (Szacowany)

Rozpoczęcie studiów

Rzeczywista data włączenia pierwszego uczestnika do badania klinicznego. „Przewidywana” data rozpoczęcia badania to data, którą naukowcy uważają za datę rozpoczęcia badania.
1 stycznia 2025

Zakończenie podstawowe (Szacowany)

Zakończenie podstawowe

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję w celu zebrania ostatecznych danych dla głównego pomiaru wyniku. To, czy badanie kliniczne zakończyło się zgodnie z protokołem, czy też zostało zakończone, nie ma wpływu na tę datę. W przypadku badań klinicznych z więcej niż jedną miarą wyniku pierwotnego i różnymi datami zakończenia termin ten odnosi się do daty zakończenia gromadzenia danych dla wszystkich miar wyniku pierwotnego. „Przewidywana” data ukończenia podstawowego badania to data, którą naukowcy uważają za pierwotną datę zakończenia badania.
1 stycznia 2026

Ukończenie studiów (Szacowany)

Ukończenie studiów

Data, w której ostatni uczestnik badania klinicznego został przebadany lub otrzymał interwencję/leczenie w celu zebrania ostatecznych danych dotyczących głównych miar wyników, drugorzędowych miar wyników i zdarzeń niepożądanych (tj. ostatnia wizyta ostatniego uczestnika). „Przewidywana” data zakończenia badania to data, którą naukowcy uważają za datę zakończenia badania.
1 stycznia 2026

Daty rejestracji na studia

Pierwszy przesłany

Pierwszy przesłany

Data, w której sponsor badania lub badacz po raz pierwszy przesłał dokumentację badania do ClinicalTrials.gov. Zwykle występuje kilkudniowe opóźnienie między pierwszą przesłaną datą a udostępnieniem rekordu na ClinicalTrials.gov (pierwsza data opublikowania).
17 grudnia 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Pierwszy przesłany, który spełnia kryteria kontroli jakości

Data, w której sponsor badania lub badacz po raz pierwszy przesłał zapis badania zgodny z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Sponsor lub badacz może być zmuszony do zmiany i przedłożenia dokumentacji badania raz lub kilka razy, zanim zostaną spełnione kryteria przeglądu kontroli jakości NLM. Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
22 grudnia 2024

Pierwszy wysłany (Rzeczywisty)

Pierwszy wysłany

Data pierwszego udostępnienia zapisu badania na stronie ClinicalTrials.gov po zakończeniu przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Zwykle występuje kilkudniowe opóźnienie między datą przesłania dokumentacji badania przez sponsora badania lub badacza a datą pierwszego zaksięgowania.
25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

Ostatnia wysłana aktualizacja

Najnowsza data udostępnienia zmian w rekordzie badania na stronie ClinicalTrials.gov. Może wystąpić opóźnienie między momentem przesłania zmian do ClinicalTrials.gov przez sponsora badania lub badacza (data ostatniego przesłania aktualizacji) a datą ostatniego opublikowania aktualizacji.
25 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

Najnowsza data, w której sponsor badania lub badacz przesłał zmiany w rekordzie badania, które są zgodne z kryteriami przeglądu kontroli jakości (QC) National Library of Medicine (NLM). Obowiązkiem sponsora lub badacza jest upewnienie się, że zapis badania jest zgodny z kryteriami przeglądu NLM QC.
22 grudnia 2024

Ostatnia weryfikacja

Ostatnia weryfikacja

Najnowsza data, w której sponsor badania lub badacz potwierdził, że informacje o badaniu klinicznym na stronie ClinicalTrials.gov są dokładne i aktualne. Jeśli badanie ze statusem rekrutacji to rekrutacja; jeszcze nie rekrutacja; lub aktywny, brak rekrutacji nie został potwierdzony w ciągu ostatnich 2 lat, status rekrutacji do badania jest pokazany jako nieznany.
1 grudnia 2024

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

Inne numery identyfikacyjne badania

Identyfikatory lub numery identyfikacyjne inne niż numer NCT, które są przypisane do badania klinicznego przez sponsora badania, podmioty finansujące lub inne osoby. Numery te mogą zawierać unikalne identyfikatory z innych rejestrów badań i numery grantów National Institutes of Health.
  • Joint-AI 2024

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

Nie

produkt wyprodukowany i wyeksportowany z USA

Nie

Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .

Ustawienia plików cookie

Używamy plików cookie, aby zapewnić najlepszą jakość korzystania z naszej witryny. Aby uzyskać więcej informacji, przeczytaj uważnie naszą Politykę prywatności i pliki cookie. ...>>>Możesz zmienić swoje preferencje lub wycofać zgodę w dowolnym momencie, usuwając pliki cookie ze swojej strony internetowej lub komputera, zgodnie z opisem w polityce. Zaakceptuj go i wybierz swoje preferencje, zaznaczając odpowiednie pola w sekcji „Zarządzaj ustawieniami” poniżej. Przeczytaj uważnie nasze Warunki korzystania z usług, zanim zaczniesz korzystać z jakiejkolwiek części tej witryny.
«Zarządzaj ustawieniami