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

Ocena wspomaganego sztuczną inteligencją asystenta klinicznego do wsparcia leczenia raka tarczycy

17 lipca 2026 zaktualizowane przez: Dr. Carlos King-Ho Wong, The University of Hong Kong

Randomizowane badanie kontrolowane w celu oceny klinicznego asystenta wspieranego sztuczną inteligencją do określania stopnia zaawansowania i stratyfikacji ryzyka raka tarczycy wśród studentów medycyny i lekarzy klinicznych

To badanie ma na celu ocenę klinicznej wykonalności wdrożenia modeli opartych na sztucznej inteligencji (AI) w celu poprawy zarządzania klinicznego rakiem tarczycy.

Przegląd badań

Status

Rejestracja na zaproszenie

Warunki

Interwencja / Leczenie

Szczegółowy opis

Dzięki ostatnim postępom w technologii, sztuczna inteligencja stała się powszechnie stosowana w rozpoznawaniu tekstu wizualnego w warunkach klinicznych. Rozpoznawanie tekstu oparte na sztucznej inteligencji wyłania się jako wysoce wydajne, zrównoważone i opłacalne narzędzie do podejmowania decyzji i medycyny spersonalizowanej. Liczne badania wykorzystały algorytmy przetwarzania języka naturalnego (NLP), w szczególności duże modele językowe (LLM), do przekształcenia nieustrukturyzowanego tekstu swobodnego z notatek konsultacji klinicznych w ramach elektronicznej dokumentacji medycznej (EHR) w dane strukturalne, wzbogacając w ten sposób indywidualne profile kliniczne w bazach danych EHR. Z czasem te modele sztucznej inteligencji stale poprawiały swoją dokładność predykcyjną i wydajność poprzez samouczenie (lub uczenie nienadzorowane). Podczas gdy modele sztucznej inteligencji miały znaczący wpływ na praktyki onkologiczne za granicą, ich użyteczność w rozpoznawaniu tekstu w onkologii pozostaje ograniczona w Hongkongu. Proponowane badanie ma na celu ocenę klinicznej wykonalności wdrożenia modeli opartych na sztucznej inteligencji w celu zwiększenia zaufania użytkowników końcowych do dokładności diagnostycznej i predykcji ryzyka przy użyciu wspomaganych sztuczną inteligencją przepływów pracy w zarządzaniu rakiem tarczycy.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

76

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

      • Hong Kong, Hongkong
        • School of Public Health, The University of Hong Kong
      • Hong Kong, Hongkong
        • Department of Surgery, School of Clinical Medicine, The University of Hong Kong

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

Wiek uprawniający do nauki

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Opis

Kryteria włączenia:

  • studenci medycyny
  • klinicyści (w tym, ale nie ograniczając się do chirurgów, onkologów, patologów)

Kryteria wykluczenia:

  • studenci medycyny i klinicyści, którzy zapoznali się z notatkami klinicznymi lub byli zaangażowani w przetwarzanie notatek klinicznych przed rozpoczęciem badań eksperymentalnych w warunkach klinicznych

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: Badania usług zdrowotnych
  • Przydział: Randomizowane
  • Model interwencyjny: Zadanie krzyżowe
  • Maskowanie: Pojedynczy

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Eksperymentalny: Kliniczny asystent wspomagany sztuczną inteligencją
Uczestnicy podadzą stopień zaawansowania nowotworu i kategorię ryzyka dla każdego pacjenta z rakiem tarczycy, a także pewność tych diagnoz z wykorzystaniem asystenta klinicznego opartego na sztucznej inteligencji jako interwencji. Asystent AI jest zasilany przez duże modele językowe (LLM) i obejmuje panel kliniczny. Panel kliniczny wyświetla oryginalne notatki kliniczne oraz podsumowuje stopień zaawansowania nowotworu i kategorię ryzyka każdego pacjenta z rakiem tarczycy, wygenerowane w procesie przetwarzania danych przez asystenta klinicznego. Dowody wspierające z oryginalnych notatek klinicznych są również wyróżnione w celu weryfikacji przez uczestników.
Uczestnicy przedstawią stopień zaawansowania raka i kategorię ryzyka dla każdego pacjenta z rakiem tarczycy, a także poziom pewności uczestników dotyczący powyższych ocen diagnostycznych przy użyciu asystenta klinicznego wspomaganego sztuczną inteligencją jako interwencji. Asystent AI jest napędzany przez duże modele językowe (LLM) i obejmuje pulpit kliniczny. Pulpit kliniczny wyświetla oryginalne notatki kliniczne oraz podsumowuje stopień zaawansowania raka i kategorię ryzyka każdego pacjenta z rakiem tarczycy, wygenerowane w wyniku przetwarzania backendowego asystenta klinicznego. Dowody wspierające z oryginalnych notatek klinicznych są również wyróżnione w celu weryfikacji przez uczestników.
Brak interwencji: Ręczny przegląd wykresu
Uczestnicy przedstawią stopień zaawansowania nowotworu i kategorię ryzyka dla każdego pacjenta z rakiem tarczycy oraz swoją pewność co do powyższych ocen diagnostycznych na podstawie ręcznego przeglądu dokumentacji medycznej.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Efficiency
Ramy czasowe: Between intervention group and non-intervention group. Cross-over in 4-26 weeks
The time required to complete reviewing one set of clinical notes is compared between intervention and non-intervention groups
Between intervention group and non-intervention group. Cross-over in 4-26 weeks

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Accuracy of Cancer Staging and Risk Stratification by Participants Compared with Ground Truth across Intervention and Non-intervention Groups
Ramy czasowe: Between intervention group and non-intervention group. Cross-over in 4-26 weeks

The study will compare the accuracy of cancer staging and risk category assessed by the participants across the intervention group with AI assitance and non-intervention group without AI asssitance.

The participants will review the clinical notes and assess the cancer staging and risk category for each thyroid cancer patient with or without the AI assistant. Participant provided assessments will be compared against the ground truth established by the clinical investigators of the study to guage the accuracy which is quantified as the percentage of correctly graded cancer staging and risk stratification. The accuracy will be compared between the intervention group and non-intervention groups using t-tests to evaluate the clinical impact of the AI assistant.

Between intervention group and non-intervention group. Cross-over in 4-26 weeks
Participants' Confidence in Cancer Staging and Risk Stratification as Assessed by a 0-10 Scale Questionnaire
Ramy czasowe: Between intervention group and non-intervention group. Cross-over in 4-26 weeks

The study will compare the participants' confidence in grading cancer staging and risk category between the intervention group with AI assistance and non-intervention group without AI-assistance.

After evaluating each thyroid cancer case for providing cancer staging and risk category, participants will complete a short questionnaire rating their confidence in providing their assessments on a scale from 0 (lowest) to 10 (hightest). Meanw confidence score will be compared between the intervention group and non-intervention group to evaluate the clinical impact of the AI assitant.

Between intervention group and non-intervention group. Cross-over in 4-26 weeks

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Współpracownicy

Śledczy

  • Główny śledczy: King Ho Carlos Wong, School of Public Health The University of Hong Kong
  • Główny śledczy: Man Him Matrix Fung, Department of Surgery, School of Clinical Medicine, The University of Hong Kong

Publikacje i pomocne linki

Osoba odpowiedzialna za wprowadzenie informacji o badaniu dobrowolnie udostępnia te publikacje. Mogą one dotyczyć wszystkiego, co jest związane z badaniem.

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 (Rzeczywisty)

2 października 2025

Zakończenie podstawowe (Szacowany)

31 marca 2027

Ukończenie studiów (Szacowany)

30 kwietnia 2027

Daty rejestracji na studia

Pierwszy przesłany

29 września 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

16 listopada 2025

Pierwszy wysłany (Rzeczywisty)

18 listopada 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

21 lipca 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

17 lipca 2026

Ostatnia weryfikacja

1 lipca 2026

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • UW24-319-RCT

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

TAK

Opis planu IPD

Tylko zanonimizowane indywidualne dane pacjentów (IPD) wykorzystane w publikacjach wyników będą udostępniane, aby uniemożliwić ponowną identyfikację osób.

Ramy czasowe udostępniania IPD

Dane IPD i informacje wspierające będą dostępne po zakończeniu badania (przewidywana data to 31 grudnia 2025 roku) wraz z rozpowszechnianiem wyników lub publikacją i pozostaną dostępne bezterminowo, dopóki nie zostanie zażądane ich usunięcie.

Kryteria dostępu do udostępniania IPD

Dane IPD oraz informacje wspierające będą dostępne wraz z rozpowszechnianiem i publikacją wyników jako załączone dokumenty. Każdy, kto ma dostęp do artykułów, będzie miał dostęp do wszystkich dokumentów.

Typ informacji pomocniczych dotyczących udostępniania IPD

  • PROTOKÓŁ BADANIA
  • SOK ROŚLINNY
  • ICF
  • ANALITYCZNY_KOD

Informacje o lekach i urządzeniach, dokumenty badawcze

Bada produkt leczniczy regulowany przez amerykańską FDA

Nie

Bada produkt urządzenia regulowany przez amerykańską FDA

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 .