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

Badanie wykrywania raka pęcherza moczowego w standardowym świetle białym w porównaniu z endoskopią wspieraną przez sztuczną inteligencję-02 (RAISE02)

13 stycznia 2025 zaktualizowane przez: Cystotech
Badanie to przeprowadza się w celu sprawdzenia, czy narzędzie wspierające sztuczną inteligencję nie jest gorsze w wykrywaniu raka pęcherza moczowego w porównaniu z tradycyjną metodą, standardową cystoskopią w świetle białym (WLC). Naukowcy porównają skuteczność narzędzia sztucznej inteligencji i WLC w wykrywaniu raka pęcherza moczowego w kontrolowanym, zorganizowanym procesie testowym.

Przegląd badań

Status

Rejestracja na zaproszenie

Warunki

Interwencja / Leczenie

Szczegółowy opis

Celem tego badania klinicznego jest potwierdzenie, że model sztucznej inteligencji wykorzystujący konwolucyjną sieć neuronową (CNN) może osiągnąć czułość w wykrywaniu raka pęcherza moczowego nie mniejszą niż tradycyjna cystoskopia w świetle białym (WLC) w randomizowanym, kontrolowanym badaniu. Eksperymentalne urządzenie ze sztuczną inteligencją wykorzystuje zaawansowane możliwości sieci CNN – rodzaju modelu głębokiego uczenia się zaprojektowanego do bardzo precyzyjnej analizy obrazów wizualnych.

Typ studiów

Interwencyjne

Zapisy (Szacowany)

64

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Lokalizacje studiów

  • Dania
      • Aarhus, Dania, 8200
        • Department of Urology, Aarhus 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

Opis

Kryteria włączenia:

  • Dorośli mężczyźni i kobiety, wiek > 18 lat

Podejrzenie pierwotnego lub nawrotowego raka pęcherza moczowego

Gotowość do podpisania formularza świadomej zgody (ICF) dla IK

Umiejętność zrozumienia ustnej i pisemnej ulotki informacyjnej dla pacjenta (PIL)

Kryteria wykluczenia:

  • Brak możliwości lub chęci podpisania Formularza Świadomej Zgody

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: Inny
  • Przydział: Randomizowane
  • Model interwencyjny: Przydział równoległy
  • Maskowanie: Brak (otwarta etykieta)

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Brak interwencji: Wykrywanie WLC
Wykrywanie raka pęcherza moczowego przeprowadza się według najnowocześniejszych procedur w świetle białym.
Eksperymentalny: Model AI - wykrywanie obsługiwane przez WLC
Wykrywanie raka pęcherza moczowego w świetle białym wspierane przez narzędzie wspierające sztuczną inteligencję przed wprowadzeniem na rynek.
Urządzenie: Sztuczna inteligencja wspierała wykrywanie raka pęcherza moczowego
Wykrywanie raka pęcherza moczowego w oparciu o model AI podczas cystoskopii w świetle białym

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Czułość standardowej WLC w porównaniu z WLC wspomaganą modelem AI ocenianą z marginesem równoważności wynoszącym 5%.
Ramy czasowe: 7 miesięcy
Aby ustalić, czy model AI jest równoważny pod względem czułości w porównaniu ze standardową WLC w randomizowanym, kontrolowanym badaniu.
7 miesięcy

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Cystotech

Współpracownicy

Aarhus University Hospital

Śledczy

  • Główny śledczy: Jakobsen, Department of Urology, Aarhus University Hospital, denmark

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)

20 listopada 2024

Zakończenie podstawowe (Szacowany)

1 kwietnia 2025

Ukończenie studiów (Szacowany)

1 maja 2025

Daty rejestracji na studia

Pierwszy przesłany

13 stycznia 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

13 stycznia 2025

Pierwszy wysłany (Rzeczywisty)

25 marca 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

25 marca 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

13 stycznia 2025

Ostatnia weryfikacja

1 stycznia 2025

Więcej informacji

Terminy związane z tym badaniem

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • RAISE02-24-02

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

Opis planu IPD

Udostępnienie IPD jest sprzeczne z umową o współpracy.

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