Sztuczna inteligencja wspomagała diagnostykę litych zmian trzustkowych
21 stycznia 2023 zaktualizowane przez: Changhai Hospital
Ulepszony model głębokiego uczenia się do diagnozowania litych zmian chorobowych trzustki za pomocą multimodalnych obrazów klinicznych
Zmiany lite trzustki obejmują głównie zmiany nowotworowe i nienowotworowe.
Ponad 90% zmian nowotworowych trzustki to rak trzustki, który charakteryzuje się dużą śmiertelnością i złym rokowaniem oraz wymaga leczenia chirurgicznego; Zmiany nienowotworowe trzustki to głównie zmiany zapalne, które zwykle nie wymagają leczenia chirurgicznego, ale można je leczyć farmakologicznie.
Najczęstsze z nich to przewlekłe zapalenie trzustki i autoimmunologiczne zapalenie trzustki, z dobrym rokowaniem.
Klinicznie diagnostyka różnicowa między nimi jest bardzo trudna.
Wielodyscyplinarna diagnostyka i leczenie MDT sprawia, że nasza wiedza na temat chorób trzustki staje się coraz bogatsza i dogłębniejsza.
Od diagnozy choroby po ocenę przedoperacyjną i ocenę efektu leczniczego, nieinwazyjne obrazowanie obejmuje prawie każde ogniwo w trybie MDT.
W związku z tym poprawa diagnostyki różnicowej zmian zajmujących przestrzeń stałą trzustki w obrazowaniu będzie bardziej sprzyjać diagnostyce i leczeniu w trybie MDT, dlatego należy rozważyć nowe technologie, takie jak sztuczna inteligencja.
Naszym celem jest opracowanie systemu sztucznej inteligencji nadającego się do zastosowania klinicznego, który wykorzystuje wiele trybów do symulacji rutynowego przebiegu pracy klinicznej i pomaga w diagnozowaniu łagodnych i złośliwych zmian chorobowych zajmujących stałą przestrzeń w trzustce.
Przegląd badań
Status
Rekrutacyjny
Interwencja / Leczenie
Szczegółowy opis
Rozpoznanie litych zmian trzustkowych jest trudne, MDT jest bardzo skuteczną metodą, ale wiąże się z pewnym odsetkiem błędnych diagnoz.
Jest to wieloośrodkowe, prospektywne i obserwacyjne badanie kliniczne.
Naszym celem jest opracowanie systemu sztucznej inteligencji do zastosowania klinicznego.
Z jednej strony nasza sztuczna inteligencja oparta na danych klinicznych i obrazach tomografii komputerowej może pomóc lekarzom MDT w diagnozowaniu charakteru zmian zajmujących przestrzeń trzustki i ograniczaniu błędnej diagnozy; Z drugiej strony, jeśli pacjent potrzebuje nakłucia EUS-FNA, opracowany przez nas multimodalny system sztucznej inteligencji oparty na danych klinicznych + CT + EUS może pomóc lekarzom MDT zrozumieć naturę zmian zajmujących przestrzeń trzustki i zmniejszyć prawdopodobieństwo błędnej diagnozy lub nakłucie wtórne.
Typ studiów
Obserwacyjny
Zapisy (Oczekiwany)
200
Kontakty i lokalizacje
Ta sekcja zawiera dane kontaktowe osób prowadzących badanie oraz informacje o tym, gdzie badanie jest przeprowadzane.
Lokalizacje studiów
-
-
Shanghai
-
Shanghai, Shanghai, Chiny, 200433
- Rekrutacyjny
- CT and EUS
-
Kontakt:
- Zhaoshen Li
- Numer telefonu: 86-21-31162338
- E-mail: changhaiec@126.com
-
-
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 do 75 lat (DOROSŁY, STARSZY_DOROŚLI)
Akceptuje zdrowych ochotników
Nie dotyczy
Płeć kwalifikująca się do nauki
Wszystko
Metoda próbkowania
Próbka bez prawdopodobieństwa
Badana populacja
Pacjenci z litą masą trzustki zostaną włączeni do naszego badania.
Opis
Kryteria przyjęcia:
- lity guz trzustki w CT i EUS
Kryteria wyłączenia:
- niewystarczająca jakość obrazowania TK lub EUS
- endoskopowe USG zmiany niedostępne
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 |
|---|---|
|
chorych z litymi zmianami trzustki
|
Nie ma interwencji.
Klinicyści przejrzą sugestie hipotetycznej sztucznej inteligencji
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Naukowcy wykorzystują system wspomagający sztuczną inteligencję (AI), aby pomóc w diagnozowaniu zmian chorobowych zajmujących stałą przestrzeń trzustki
Ramy czasowe: 2 miesiące
|
Opracowano wielowarstwową sieć głębokich splotów przesiewowych opartą na sieci głębokich splotów, aby obserwować jej dokładność, czułość i specyficzność we wspomaganiu lekarzy MDT w identyfikacji łagodnych i złośliwych zmian zajmujących przestrzeń trzustki.
|
2 miesiące
|
Współpracownicy i badacze
Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.
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 (OCZEKIWANY)
21 stycznia 2023
Zakończenie podstawowe (OCZEKIWANY)
21 lutego 2023
Ukończenie studiów (OCZEKIWANY)
21 lutego 2023
Daty rejestracji na studia
Pierwszy przesłany
21 stycznia 2023
Pierwszy przesłany, który spełnia kryteria kontroli jakości
21 stycznia 2023
Pierwszy wysłany (RZECZYWISTY)
31 stycznia 2023
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (RZECZYWISTY)
31 stycznia 2023
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
21 stycznia 2023
Ostatnia weryfikacja
1 stycznia 2023
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- 2022-AI and MDT
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 .