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

Wczesna diagnostyka czerniaka w oparciu o sztuczną inteligencję i przewidywanie ryzyka u dzieci, młodzieży i młodych dorosłych (AI-MEL)

27 września 2024 zaktualizowane przez: German Cancer Research Center

AI-MEL: Analiza obrazu i uczenie maszynowe na potrzeby wczesnej diagnozy i przewidywania ryzyka u dzieci, młodzieży i młodych dorosłych

Celem pracy jest opracowanie wspomagających algorytmów diagnostycznych sztucznej inteligencji pozwalających odróżnić czerniaka od znamion lub innych łagodnych barwnikowych zmian skórnych, zwłaszcza u młodszych pacjentów (poniżej 30. roku życia). Główne cele, jakie chce osiągnąć to:

opracowanie algorytmu opartego na obrazach dermatoskopowych, ukierunkowanego na badania przesiewowe w kierunku raka skóry u wrażliwych populacji
opracowanie kolejnego algorytmu opartego na obrazach histologicznych, przeznaczonego do stosowania przez patologów w przypadku zmian, które po ocenie dermatologicznej nadal budzą podejrzenie czerniaka
wdrożenie metod wyjaśnialności, aby umożliwić użytkownikowi lepsze zrozumienie decyzji systemów, uniknąć uprzedzeń i zwiększyć zaufanie do tych aplikacji

Uczestnicy tego badania nie poświęcają dodatkowego czasu na udział w tym badaniu, ponieważ dane wykorzystane w tym projekcie i tak będą gromadzone w rutynowej praktyce klinicznej.

Przegląd badań

Status

Rekrutacyjny

Warunki

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

3000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Nazwa: Titus J Brinker, PD Dr. med
Numer telefonu: +49 15175084347
E-mail: titus.brinker@nct-heidelberg.de

Lokalizacje studiów

Hiszpania
- - Barcelona, Hiszpania, 08036
    - Rekrutacyjny
    - Hospital Clinic de Barcelona
    - Kontakt:
      
      Susana Puig
      
      E-mail: spuig@clinic.cat
Niemcy
- - Tübingen, Niemcy, 72074
    - Zakończony
    - University of Tübingen
Włochy
- - Florence, Włochy, 50121
    - Zakończony
    - University of Florence

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

Dziecko
Dorosły
Starszy dorosły

Akceptuje zdrowych ochotników

Tak

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Głównie dzieci (do 15 roku życia włącznie), młodzież (16-20 lat) i młodzi dorośli (od 21 do 30 lat)

Opis

Kryteria włączenia:

Kryteria wykluczenia:

Pacjenci bez rozpoznania czerniaka lub znamion
obrazy o niewystarczającej jakości

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	Opis środka	Ramy czasowe
Obszar pod krzywą operatora odbiornika (AUROC) Ramy czasowe: Pierwsza ocena: Po ukończeniu pierwszego cyklu szkoleń i testów (około 1,5 roku od rozpoczęcia badania). Ponowne oceny: po 6 i 12 miesiącach od szkolenia wstępnego w celu doskonalenia modelu.	AUROC służy do pomiaru i porównania dokładności diagnostycznej różnych klasyfikatorów. Zatem wyższa wartość oznacza lepszą skuteczność diagnostyczną, przy czym AUROC wynoszący 1 oznacza wynik doskonały.	Pierwsza ocena: Po ukończeniu pierwszego cyklu szkoleń i testów (około 1,5 roku od rozpoczęcia badania). Ponowne oceny: po 6 i 12 miesiącach od szkolenia wstępnego w celu doskonalenia modelu.

Miary wyników drugorzędnych

Miara wyniku	Opis środka	Ramy czasowe
Zrównoważona dokładność Ramy czasowe: Pierwsza ocena: Po ukończeniu pierwszego cyklu szkoleń i testów (około 1,5 roku od rozpoczęcia badania). Ponowne oceny: po 6 i 12 miesiącach od szkolenia wstępnego w celu doskonalenia modelu.	Zrównoważona dokładność służy do pomiaru i porównania dokładności diagnostycznej pomiędzy klasyfikatorem a lekarzem. Zatem wyższa wartość oznacza lepszą wydajność diagnostyczną, przy zrównoważonej dokładności wynoszącej 1 oznaczającej doskonałe możliwości diagnostyczne.	Pierwsza ocena: Po ukończeniu pierwszego cyklu szkoleń i testów (około 1,5 roku od rozpoczęcia badania). Ponowne oceny: po 6 i 12 miesiącach od szkolenia wstępnego w celu doskonalenia modelu.

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

German Cancer Research Center

Współpracownicy

Hospital Clinic of Barcelona

University of Florence

Universität Tübingen

Fundacio Clinic Barcelona

Śledczy

Główny śledczy: Titus J Brinker, PD Dr. med, German Cancer Research Center

Publikacje i pomocne linki

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

Przydatne linki

Homepage of the MELCAYA project

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)

1 grudnia 2022

Zakończenie podstawowe (Szacowany)

30 listopada 2026

Ukończenie studiów (Szacowany)