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

Development of Artificial Intelligence System for Detection and Diagnosis of Breast Lesion Using Mammography

24 lipca 2021 zaktualizowane przez: Sun Ying-Shi, Peking University Cancer Hospital & Institute
This project aims to establish a comprehensive artificial intelligence system for detecting and qualitative diagnosing breast lesions. Mammary images will be used to construct a diagnosis method based on deep learning. The system is proposed to automatically analyze the type of mammary glands, automatically identify and mark all breast lesions on the mammography images, provide the malignancy probability judgment of the lesions, the BI-RADS classification and the clinical suggestion, and also automatically generate the structured diagnosis report.

Przegląd badań

Status

Zakończony

Interwencja / Leczenie

Szczegółowy opis

This is a multi-center study.The project contains a retrospective part(3000 samples anticipated) and a prospective part(7000 samples anticipated). In the retrospective part, investigators collected subjects with mammary images to design the deep learning method and construct a detective and diagnostic model for breast lesions. In the prospective part, investigators validate the accuracy of the constructed deep learning method, and established artificial intelligence system focusing on mammary diagnosis. Investigators will also explore the application pattern of the artificial intelligence system in clinical practice.

Typ studiów

Obserwacyjny

Zapisy (Rzeczywisty)

5809

Kontakty i lokalizacje

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

Lokalizacje studiów

    • Beijing
      • Beijing, Beijing, Chiny, 100142
        • Beijing Cancer Hospital
      • Beijing, Beijing, Chiny
        • Beijing Chao Yang Women and Children's Health Hospital
      • Beijing, Beijing, Chiny
        • Beijing Da Xing People's Hospital
      • Beijing, Beijing, Chiny
        • Beijing Hang Tian Centre Hospital
      • Beijing, Beijing, Chiny
        • Beijing Nan Jiao Cancer Hospital
      • Beijing, Beijing, Chiny
        • Beijing Shi Jing Shan Hospital
      • Beijing, Beijing, Chiny
        • Beijing Shun Yi Qu Hospital
      • Beijing, Beijing, Chiny
        • Beijing Shun Yi Woman and Children Health Hospital

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

18 lat i starsze (Dorosły, Starszy dorosły)

Akceptuje zdrowych ochotników

Nie

Płeć kwalifikująca się do nauki

Kobieta

Metoda próbkowania

Próbka prawdopodobieństwa

Badana populacja

Women with suspected Breast Lesion

Opis

Inclusion Criteria:

  • the X-ray images of the breast were complete
  • the results of pathological diagnosis or more than 2 years of mammography follow-up were available
  • subject signs informed consent(this item was only for prospective study cases)

Exclusion Criteria:

  • there exists pathological diagnosis of breast lesions when receiving mammography
  • there lacks pathological diagnosis or 2 years of mammography follow-up
  • subject withdraws(this item was only for prospective study cases)

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

Kohorty i interwencje

Grupa / Kohorta
Interwencja / Leczenie
mammography group
women who receives mammography because of suspected breast lesion(s)
When a woman comes to the clinic to receive mammography. Then a radiologist will give a BI-RADS classification after reviewing the images. If a BI-RADS 4/5 is obtained, the woman will receive pathological biopsy to ensure there is a benign or malignant lesion. If a BI-RADS 3 is obtained, the woman will be followed up by a half-year interval until two year after the first mammography. At each follow up, she will receive mammography. If a BI-RADS 4/5 is obtained at follow up, she will receive pathological biopsy; if a BI-RADS 1/2/3 is obtained at follow up, she will be followed up by a half-year interval until two year. If a BI-RADS 1/2 is obtained at the first mammography, the woman will receive a second mammography after two year. During the study period, breast examination and results will be recorded for every subject. Radiologists will give the diagnosis with and without AI support.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
benign-malignant diagnosis accuracy
Ramy czasowe: from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to pathology. If either one mammography of BI-RADS 4/5 in the first examination or during the two year' follow up examination is obtained,a pathological examination is performed, the lesion is judged benign or malignant according to pathological results.
from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
benign-malignant diagnosis accuracy
Ramy czasowe: from the first mammography to 2-year-after mammography
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to follow up. If a 2-year mammography of BI-RADS 1/2/3 is obtained, the lesion is considered benign. If either one mammography of BI-RADS 4/5 during the two year is obtained,a pathological examination is performed to ensure the benign or malignant lesion
from the first mammography to 2-year-after mammography

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
lesion detection accuracy
Ramy czasowe: from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)
the detection rate of the constructed deep learning method for detecting benign or malignant breast lesion according to radiologist's subjective diagnosis or follow up as reference. If a radiologist suggests existence of a lesion at the first mammography or at each follow-up mammography during the 2-year period, it is considered that a lesion exists
from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Współpracownicy

Śledczy

  • Krzesło do nauki: Ying-Shi Sun, Professor, Peking University Cancer Hospital & Institute

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)

5 kwietnia 2018

Zakończenie podstawowe (Rzeczywisty)

4 maja 2020

Ukończenie studiów (Rzeczywisty)

4 maja 2020

Daty rejestracji na studia

Pierwszy przesłany

17 kwietnia 2018

Pierwszy przesłany, który spełnia kryteria kontroli jakości

12 października 2018

Pierwszy wysłany (Rzeczywisty)

17 października 2018

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

27 lipca 2021

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

24 lipca 2021

Ostatnia weryfikacja

1 lipca 2021

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • BCA-AI

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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 .

3
Subskrybuj