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

AI Określa złośliwość GGO w tomografii komputerowej klatki piersiowej

21 lutego 2024 zaktualizowane przez: Chung Shan Medical University

Zastosowanie sztucznej inteligencji w celu określenia łagodnego lub złośliwego guzka w płucach w tomografii komputerowej

Cele badawcze Wykorzystanie oprogramowania do wykrywania wspomaganego komputerowo AI, aby pomóc lekarzom w odczytywaniu skanów CT guzków płuc, zapewniając pomocnicze narzędzia diagnostyczne do podejmowania decyzji medycznych. Oprogramowanie może oznaczać lokalizację guzków i powiązane informacje podczas rutynowych badań lekarskich. W ramach tego badania uzyskana zostanie prospektywna zgoda na wykorzystanie obrazów CT pacjenta do odczytu oprogramowania i porównania z diagnozą lekarza klinicznego, aby ulepszyć szkolenie w zakresie oprogramowania i poprawić rozpoznawanie zmian w płucach na potrzeby wczesnej diagnostyki i leczenia.

Projekt badania Należy zebrać obrazy CT nieleczonych guzków płuc o wielkości 4–30 mm, które mają zostać poddane operacji. Brak ograniczeń co do wieku, płci, rodzaju choroby, przy rozdzielczości obrazu <2,5 mm. Sztuczna inteligencja i lekarze będą oddzielnie oceniać charakterystykę guzków. Resekcja chirurgiczna, a następnie porównanie z raportami patologicznymi pozwoli ocenić dokładność diagnostyczną.

Procedury badawcze Zastosowana zostanie metoda podwójnie ślepej próby. Sztuczna inteligencja i lekarze będą oddzielnie rejestrować guzki jako prawdopodobnie łagodne lub złośliwe. Po wycięciu chirurgicznym zmiany zostaną poddane ocenie patologicznej i porównana zostanie trafność diagnostyczna obu grup.

Oczekiwane wyniki Porównaj dokładność diagnostyczną sztucznej inteligencji i lekarzy, aby poprawić jakość szkolenia w zakresie sztucznej inteligencji, osiągnąć cele wczesnej diagnozy i leczenia oraz zapewnić pacjentom lepszą jakość opieki medycznej.

Metoda monitorowania AI i lekarze będą czytać osobno, przestrzegając wspólnego procesu decyzyjnego bez wpływu na dostęp pacjentów do diagnozy i leczenia.

Słowa kluczowe: guzki płuc, wczesny rak płuc, sztuczna inteligencja, tomografia komputerowa klatki piersiowej, chirurgia małoinwazyjna, oprogramowanie do analizy obrazu płuc

Przegląd badań

Szczegółowy opis

  1. Cele badań

W ramach tego badania w oryginalnym interfejsie użytkownika zostanie zainstalowane oprogramowanie do wykrywania wspomaganego komputerowo (AI) oparte na sztucznej inteligencji (AI), aby zapewnić pomocnicze narzędzia diagnostyczne do podejmowania decyzji w zakresie medycyny klinicznej.

Podczas rutynowych badań TK to oprogramowanie do odczytu może pomóc w identyfikacji guzków na obrazach tomografii komputerowej klatki piersiowej. Gdy lekarze rutynowo czytają obrazy tomografii komputerowej płuc, wyświetlane będą wyniki oznaczania. Odpowiednie rozmiary guzków to 4 mm do 30 mm. W przypadku wykrycia podejrzanych guzków lekarz zaznaczy lokalizację ROI (region zainteresowania) i przedstawi informacje dotyczące guzków do wykorzystania przez lekarza podczas diagnozy.

W ramach tego badania od uczestników badania zostaną także prospektywnie uzyskane formularze świadomej zgody w celu uzyskania seryjnych obrazów tomografii komputerowej klatki piersiowej pacjentów. Inteligentne oprogramowanie do odczytu obrazów płuc oparte na sztucznej inteligencji i lekarze zajmujący się klinicznie po ocenie będą w stanie wykryć zmiany łagodne i złośliwe. Ma to na celu usprawnienie praktycznego szkolenia w zakresie inteligentnego oprogramowania. Oczekuje się również, że poprawi rozpoznawanie łagodnych i złośliwych zmian w płucach na przyszłych obrazach, a nie tylko guzków płuc. Może to zmniejszyć częstość nadmiernej diagnozy i leczenia lub oczekuje się, że poprawi dokładność wczesnej diagnozy i leczenia. „Sztuczna inteligencja nie może być wykorzystywana jako jedyna podstawa diagnozy. Zapewnia jedynie pomocnicze narzędzia diagnostyczne do podejmowania decyzji w zakresie medycyny klinicznej i nie może upraszczać ani zastępować procedur diagnozowania/leczenia.”

2. Projekt badania (podsumowanie)

Okres rejestracji jest ograniczony do 2 lat. Nie ma żadnych ograniczeń związanych z płcią. Wiek > 20 lat. Pacjenci, u których tomografia komputerowa klatki piersiowej z niską dawką (o grubości <2,5 mm, obrazowanie z dowolnego szpitala) wykryła guzki w płucach (bez ograniczeń co do typu/obszaru guzka lub charakteru guzków o średnicy 4–30 mm), którzy nie zostali jeszcze poddani zabiegowi chirurgicznemu i których planowana jest wizyta zostanie poddany resekcji chirurgicznej na Oddziale Chirurgii Klatki Piersiowej Szpitala Uniwersyteckiego Chung Shan.

Kryteriami wykluczenia są tomografia komputerowa klatki piersiowej z małą dawką (tylko grubość warstwy >2,5–5 mm, obrazowanie z dowolnego szpitala), guzy płuc (>30 mm, bez ograniczeń natury), guzki płuc, które zostały już poddane resekcji chirurgicznej (bez ograniczeń znanych lub nieznane raporty patologiczne) oraz pacjenci ze znanymi innymi nowotworami (należy wykluczyć inne znane nowotwory poza rakiem płuc, które spełniają kryteria włączenia) nie zostaną uwzględnieni.

Grupa badana: AI Grupa kontrolna: Lekarz prowadzący z Oddziału Chirurgii Klatki Piersiowej Szpitala Uniwersyteckiego Chung Shan

● Procedury badawcze

Zgodnie z powyższymi warunkami obrazowania CT klatki piersiowej przy użyciu małej dawki dawki oraz kryteriami włączenia, obie grupy zidentyfikują i zarejestrują guzki płuc oraz oznaczą je jako prawdopodobnie łagodne lub prawdopodobnie złośliwe przed zbliżającą się operacją (zanim znane będą raporty patologiczne). Wszystkie te zmiany w płucach zostaną ostatecznie poddane resekcji chirurgicznej (bez ograniczeń w zakresie metod chirurgicznych) i uzyskania pełnych wyników patologicznych. Następnie zostanie przeprowadzona analiza w celu oceny dokładności przewidywania łagodności lub nowotworu złośliwego w grupie badawczej i kontrolnej.

Uwagi:

  1. Dane identyfikacyjne będą zbierane przez współPI (Tsai) w sposób podwójnie ślepy.
  2. Grupa próbna – oprogramowanie do odczytu obrazu płuc AI by V5
  3. Grupa kontrolna – lekarz prowadzący z Oddziału Chirurgii Klatki Piersiowej Szpitala Uniwersyteckiego Chung Shan. W diagnostyce nie można polegać wyłącznie na oprogramowaniu do odczytu obrazu płuc V5. Nie można uprościć ani zastąpić procedur diagnozowania/leczenia. Nie może mieć wpływu na prawa pacjenta do diagnozy i leczenia.
  4. Badanie to nie może mieć wpływu ani interweniować u pacjentów otrzymujących diagnozę i leczenie. Należy szanować wspólne podejmowanie decyzji przez lekarzy i pacjentów oraz szanować autonomię pacjentów.

    • Kryteria przyjęcia
  1. Wiek > 20 lat
  2. Płeć (bez ograniczeń)
  3. Rodzaj choroby (bez ograniczeń dotyczących znanej historii raka płuc, ostrych lub przewlekłych schorzeń nienowotworowych)
  4. TK klatki piersiowej z niską dawką (grubość warstwy < 2,5 mm, obrazowanie z dowolnego szpitala)
  5. Guzki płuc (bez ograniczeń dotyczących typu/regionu guzka lub charakteru guzków <4–30 mm)
  6. Zmiany nieoperowane, mają zostać poddane chirurgicznej resekcji na oddziale chirurgii klatki piersiowej szpitala uniwersyteckiego Chung Shan

    • Kryteria wyłączenia
  1. TK klatki piersiowej z niską dawką (tylko grubość warstwy > 2,5–5 mm, obrazowanie z dowolnego szpitala)
  2. Guzy płuc (> 30 mm, bez ograniczeń natury)
  3. Guzki płuc poddane resekcji chirurgicznej (bez ograniczeń w zakresie znanej lub nieznanej patologii)
  4. Pacjenci ze znanymi innymi nowotworami (należy wykluczyć inne znane nowotwory poza rakiem płuc spełniające kryteria włączenia)

    ● Metoda analizy statystycznej

    Badania kliniczne będą prowadzone metodą podwójnie ślepej próby, przy założeniu, że nie będą miały wpływu na diagnostykę choroby i procedury leczenia.

    Krzywe ROC

    • Wskaźniki oceny

    Porównanie z raportami patologii pooperacyjnej posłuży jako wskaźniki oceny obrazowej pod kątem dokładności i stosunku łagodności do złośliwości.

    • Kryteria wypłaty

    Niniejsze badanie nie stoi w sprzeczności ze wspólnym podejmowaniem decyzji w medycynie klinicznej ani nie wpływa na żadne pierwotnie ustalone metody leczenia. Wyniki posłużą jedynie jako przyszłe pomocnicze narzędzia kliniczne pomagające w identyfikacji i wykorzystaniu, w celu zapewnienia korzyści w podejmowaniu decyzji klinicznych w zakresie diagnostyki i leczenia raka płuc.

    • Zabiegi ratunkowe

    Brak, nie wpływa na żadne zbliżające się wspólne podejmowanie decyzji medycznych i leczenie. Brak skutków ryzyka.

    • Docelowy numer rejestracyjny

      100 pacjentów w ciągu 2 lat okresu badania.

    • Oczekiwany czas trwania badania

    1.3.2024 - 28.02.2026

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

100

Kontakty i lokalizacje

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

Lokalizacje studiów

    • South
      • Taichung, South, Tajwan, 402
        • Chung Shan Medical University 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

  • Dorosły
  • Starszy dorosły

Akceptuje zdrowych ochotników

Nie dotyczy

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

TK klatki piersiowej z niską dawką (tylko grubość warstwy >2,5–5 mm, obrazowanie z dowolnego szpitala) Guzy płuc (>30 mm, bez ograniczeń natury) Guzki płuc poddane resekcji chirurgicznej (bez ograniczeń dotyczących znanej lub nieznanej patologii) Pacjenci ze znanymi innymi nowotwory (należy wykluczyć inne znane nowotwory poza rakiem płuc spełniające kryteria włączenia)

Opis

Kryteria przyjęcia:

- Wiek > 20 lat Płeć (bez ograniczeń) Rodzaj choroby (bez ograniczeń w zakresie raka płuc w wywiadzie, ostrych lub przewlekłych schorzeń nienowotworowych) TK klatki piersiowej z niską dawką (grubość warstwy < 2,5 mm, obrazowanie z dowolnego szpitala) Guzki płuc (bez ograniczeń od typu/regionu guzka lub rodzaju guzka <4–30 mm) Zmiany jeszcze nieoperowane, które mają zostać poddane resekcji chirurgicznej na oddziale chirurgii klatki piersiowej szpitala Uniwersytetu Medycznego Chung Shan

Kryteria wyłączenia:

-

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

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Ramy czasowe
Dokładność mocy diagnostycznej.
Ramy czasowe: 2024/3/1,2026/5/31
2024/3/1,2026/5/31

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 (Szacowany)

1 marca 2024

Zakończenie podstawowe (Szacowany)

28 lutego 2026

Ukończenie studiów (Szacowany)

28 lutego 2026

Daty rejestracji na studia

Pierwszy przesłany

21 lutego 2024

Pierwszy przesłany, który spełnia kryteria kontroli jakości

21 lutego 2024

Pierwszy wysłany (Szacowany)

28 lutego 2024

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

28 lutego 2024

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

21 lutego 2024

Ostatnia weryfikacja

1 lutego 2024

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • CS2-23178

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIEZDECYDOWANY

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 .

Subskrybuj