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

Diagnoza wspomagana komputerowo inwazji mikronaczyniowej raka wątrobowokomórkowego (HCC-MVI-CAD)

5 września 2025 zaktualizowane przez: Di Dong, Chinese Academy of Sciences

Opracowanie komputerowego systemu diagnozy dla inwazji mikronaczyniowej raka wątrobowokomórkowego w oparciu o analizę obrazu przedoperacyjnego

Rak wątrobowokomórkowy (HCC) jest powszechnym nowotworami w Chinach o wysokim wskaźniku śmiertelności. Jego wczesne nawrót i długoterminowe rokowanie są ściśle związane z agresywnością guza. Inwazja mikronaczyniowa (MVI), zdefiniowana jako obecność komórek nowotworowych w małych gałęziach portalu lub żył wątrobowych, jest kluczowym wskaźnikiem złośliwego zachowania biologicznego w HCC. Klinicznie MVI jest silnie skorelowany z pooperacyjnym wczesnym nawrotem i służy jako ważny czynnik w określaniu przedłużenia marginesu chirurgicznego, terapii uzupełniającej i strategii zarządzania pooperacyjnego.

Obecnie ostateczna diagnoza MVI nadal opiera się na pooperacyjnym badaniu patologicznym i brakuje stabilnych, skutecznych metod oceny przedoperacyjnej. Chociaż niektóre badania próbowały przewidzieć MVI przy użyciu cech obrazowania przedoperacyjnego, ich tłumaczenie kliniczne pozostaje ograniczone przez słabą uogólnienie, słabą interpretację i niewystarczającą zdolność adaptacji między centrami.

Niniejsze badanie ma na celu wykorzystanie wielofazowego przedoperacyjnego obrazowania CT, technik sztucznej inteligencji i wcześniejszej wiedzy klinicznej, aby opracować wysokowydajny, uogólniony i interpretacyjny system diagnostyczny wspomagany komputerowo do przewidywania przedoperacyjnego HCC-MVI. Przeprowadzona zostanie obserwacyjna, prospektywna ocena w celu oceny wydajności systemu i ułatwienia klinicznego tłumaczenia inteligentnych technologii diagnostycznych w praktyce w świecie rzeczywistym.

Przegląd badań

Szczegółowy opis

Rak wątrobowokomórkowy (HCC) jest powszechnym nowotworami w Chinach o wysokim wskaźniku śmiertelności. Wczesne nawrót i długoterminowe rokowanie są ściśle związane z agresywnością guza. Inwazja mikronaczyniowa (MVI), zdefiniowana jako obecność komórek nowotworowych w małych gałęziach portalu lub żył wątrobowych, jest krytycznym markerem złośliwego zachowania biologicznego. Klinicznie MVI jest silnie związane z wczesnym nawrotem pooperacyjnym i służy jako ważne odniesienie do określania rozszerzenia marginesu chirurgicznego, leczenia uzupełniającego i strategii zarządzania pooperacyjnego. Obecnie ostateczna diagnoza MVI nadal opiera się na pooperacyjnym badaniu patologicznym i brakuje wiarygodnych metod oceny przedoperacyjnej. Chociaż wcześniejsze badania próbowały przewidzieć MVI za pomocą obrazowania przedoperacyjnego, ich zastosowanie kliniczne pozostaje ograniczone przez słabą uogólnienie, słabą interpretację i niewystarczającą zdolność adaptacji między skoncentracją.

Niniejsze badanie ma na celu opracowanie wysokowydajnego, uogólnienia i interpretacyjnego systemu diagnostycznego wspomaganego komputerowo (CAD) do przewidywania przedoperacyjnego HCC-MVI przy użyciu wielofazowego obrazowania CT, technik sztucznej inteligencji i wcześniejszej wiedzy klinicznej. System zostanie oceniony prospektywnie w obserwacyjnym, wieloośrodkowym badaniu klinicznym w celu oceny jego wartości diagnostycznej i zastosowania klinicznego.

System CAD integruje trzy kategorie funkcji obrazowania: (1) reprezentacje wysokiego poziomu automatycznie wyodrębnione przez głębokie sieci neuronowe; (2) predefiniowane cechy radialiczne, takie jak morfologia guza, tekstura i rozkłady intensywności; oraz (3) ustrukturyzowane wcześniejsze cechy pochodzące z wiedzy radiologicznej, w tym rozmycie marginesu guza i relacje przestrzenne z sąsiednimi żyłami portalowymi. Rzadkie ograniczenia i mechanizmy tłumienia nadmiarowości zostaną zastosowane w celu zidentyfikowania stabilnych i wydajnych reprezentacji związanych z MVI. Ponadto system przyjmuje strategię domen przestrzenną obejmującą guz, regiony otrzewne i odległe, w celu uchwycenia wzorców inwazji zarówno z lokalnej morfologii, jak i kontekstu mikrośrodowiska, budując w ten sposób odtwarzalne i klinicznie interpretacyjne biomarkery obrazowe.

Aby przezwyciężyć ograniczenia modeli jednodomenowych, system wykorzystuje heterogeniczną strategię fuzji wielu źródeł, która integruje cechy morfologiczno-teksturalne, dynamiczne wzorce ulepszenia i struktury wykresów przestrzennych. Model architektura łączy splotowe sieci neuronowe (CNN) w celu przechwytywania drobnoziarnistych tekstur, modułów transformatorów w celu modelowania zależności dalekiego zasięgu oraz sieci neuronowych (GNN) w celu przedstawienia relacji topologicznych nowotworowych. To hybrydowe podejście umożliwia kompleksowe zrozumienie zarówno lokalnych szczegółów, jak i globalnych struktur. Ponadto model obejmuje niepewność kwantyfikacji i mechanizmów przypominających uwagę, aby dynamicznie dostosować zaufanie prognozowania i generować mapy cieplne istotności. Wyniki te mają na celu zwiększenie interpretacji klinicystów i zaufania do systemu. Zostanie również opracowany interaktywny interfejs wizualizacji w celu wsparcia interpretacji ryzyka i planowania chirurgicznego.

Badanie przeprowadzi prospektywną walidację obserwacyjną w wielu ośrodkach klinicznych, z ujednoliconymi kryteriami włączenia/wykluczenia i standardowymi protokołami gromadzenia danych. Prognozy modelowe zostaną ślepo porównywane z wynikami patologicznymi pooperacyjnymi. Oprócz konwencjonalnych wskaźników (dokładność, wrażliwość, swoistość i AUC), badanie obserwuje wpływ prognoz opartych na modelu na przedoperacyjne rozwarstwienie ryzyka i podejmowanie decyzji chirurgicznych. Testując system w różnych populacjach pacjentów, badanie ma na celu potwierdzenie jego uogólnienia, użyteczności klinicznej i potencjału do rzeczywistego tłumaczenia inteligentnych technologii diagnostycznych.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

400

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

  • Nazwa: Di Dong, Ph.D.
  • Numer telefonu: +86 13811833760
  • E-mail: di.dong@ia.ac.cn

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

      • Beijing, Chiny
        • Rekrutacyjny
        • Peking Union Medical College Hospital
        • Kontakt:
          • Yilei Mao
      • Beijing, Chiny
        • Rekrutacyjny
        • Beijing Youan Hospital
        • Kontakt:
          • Hongjun Li
      • Beijing, Chiny
        • Rekrutacyjny
        • Beijing Tsinghua Changgeng Hospital
        • Kontakt:
          • Zhuozhao Zheng
      • Shanghai, Chiny
        • Rekrutacyjny
        • Eastern Hepatobiliary Surgery Hospital
        • Kontakt:
          • Yabo Jiang
    • Fujian
      • Fuzhou, Fujian, Chiny
        • Rekrutacyjny
        • Meng Chao Hepatobiliary Hospital of Fujian Medical University
        • Kontakt:
          • Xiaolong Liu
    • Guangdong
      • Guangzhou, Guangdong, Chiny
        • Rekrutacyjny
        • Guangdong Provincial Hospital of Traditional Chinese Medicine
        • Kontakt:
          • Junming He
      • Guangzhou, Guangdong, Chiny
        • Rekrutacyjny
        • Zhujiang Hospital
        • Kontakt:
          • Shihua Fang
      • Zhuhai, Guangdong, Chiny
        • Rekrutacyjny
        • Zhuhai People's Hospital
        • Kontakt:
          • Sirui Fu
      • Zhuhai, Guangdong, Chiny
        • Rekrutacyjny
        • Fifth Affiliated Hospital, Sun Yat-Sen University
        • Kontakt:
          • Jian Li
    • Guangxi
      • Nanning, Guangxi, Chiny
        • Rekrutacyjny
        • First Affiliated Hospital of Guangxi Medical University
        • Kontakt:
          • Yidi Chen
    • Guizhou
      • Guiyang, Guizhou, Chiny
        • Rekrutacyjny
        • Guizhou Provincial People's Hospital
        • Kontakt:
          • Rongpin Wang
    • Henan
      • Zhengzhou, Henan, Chiny
        • Rekrutacyjny
        • Henan Provincial People's Hospital
        • Kontakt:
          • Deyu Li
    • Liaoning
      • Shenyang, Liaoning, Chiny
        • Rekrutacyjny
        • Shengjing Hospital
        • Kontakt:
          • Meng Niu
    • Sichuan
      • Chengdu, Sichuan, Chiny
        • Rekrutacyjny
        • West China Hospital
        • Kontakt:
          • Hanyu Jiang
      • Dazhou, Sichuan, Chiny
        • Rekrutacyjny
        • Dazhou Central Hospital
        • Kontakt:
          • Jie Liu
    • Yunnan
      • Kunming, Yunnan, Chiny
        • Rekrutacyjny
        • Yunnan Cancer Hospital
        • Kontakt:
          • Yong Zha
      • Kunming, Yunnan, Chiny
        • Rekrutacyjny
        • The First People's Hospital of Yunnan Province
        • Kontakt:
          • Yun Jin
      • Kunming, Yunnan, Chiny
        • Rekrutacyjny
        • First Affiliated Hospital of Kunming Medical University
        • Kontakt:
          • Bo He
    • Zhejiang
      • Wenzhou, Zhejiang, Chiny
        • Rekrutacyjny
        • First Affiliated Hospital of Wenzhou Medical University
        • Kontakt:
          • Gang Chen

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

Akceptuje zdrowych ochotników

Nie

Metoda próbkowania

Próbka bez prawdopodobieństwa

Badana populacja

Badana populacja składa się z dorosłych pacjentów (≥18 lat) z rakiem wątrobowokomórkowym, którzy ulegają leczeniu chirurgicznym, w tym resekcji wątroby lub przeszczepu wątroby, w uczestniczących ośrodkach klinicznych. Uwzględniono około 5000 przypadków retrospektywnych i 400 przyszłych przypadków. Wszyscy uczestnicy będą mieli przedoperacyjne wielofazowe obrazowanie CT i ocenę patologiczną pooperacyjną z udokumentowanym statusem inwazji mikronaczyniowej (MVI).

Opis

Kryteria włączenia:

  • Wiek ≥ 18 lat.
  • Potwierdzona diagnoza raka wątrobowokomórkowego (HCC) zgodnie z chińskimi wytycznymi praktyki klinicznej dla pierwotnego raka wątroby.
  • Kwalifikujący się do interwencji chirurgicznej (resekcja wątroby lub przeszczep wątroby) zgodnie z chińskimi wytycznymi praktyki klinicznej dotyczącej raka, w tym etapów IA, IB i IIA.
  • Badanie obrazowania przedoperacyjnego przeprowadzone w ciągu 1 miesiąca przed operacją.
  • Dostępność oceny histopatologicznej z udokumentowanym statusem inwazji mikronaczyniowej (MVI).

Kryteria wykluczenia:

  • Historia wcześniejszego leczenia przeciwnowotworowego, w tym przedoperacyjna interwencja chirurgiczna, transarteralna chemoembolizacja (TACE), ablacja częstotliwości radiowej (RFA), terapia ogólnoustrojowa lub inna interwencja przedoperacyjna.
  • Obecność poważnej inwazji naczyniowej, inwazji przewodów żółciowych/zakrzepicy, przerzutów pozawątrobowych lub zaangażowania węzłów chłonnych.
  • Rozproszony rak wątrobowokomórkowy lub pęknięcie guza z krwotokiem.
  • Brak kluczowych danych wymaganych do analizy pierwotnej.
  • Słaba jakość obrazu, która zapobiega niezawodnej analizy jakościowej lub radioorganicznej.

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
Peki Union Medical College Hospital
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Pierwszy powiązany szpital Kunming Medical University
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Pekin Youan Hospital
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Szpital Zhujiang
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Meng Chao Hepatobiliary Hospital of Fujian Medical University
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Pierwszy powiązany szpital Wenzhou Medical University
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Piąty szpital stowarzyszony, Sun Yat-Sen University
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Henan Provincial People Hospital
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Guangdong Provincial Hospital of Tradycyjna medycyna chińska
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Szpital Shengjing
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Pekin Tsinghua Changgeng Hospital
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Yunnan Cancer Hospital
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Szpital Pierwszego Ludu w prowincji Yunnan
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Guizhou prowincjonalny szpital ludzi
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Pierwszy powiązany szpital Guangxi Medical University
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Szpital Zachodnich Chin
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Szpital Ludowy Zhuhai
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Centralny szpital Dazhou
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.
Wschodni szpital chirurgii wątroby
Pacjenci w wieku 18 lat i starsi, którzy poddają się chirurgicznej resekcji raka wątrobowokomórkowego z dostępną oceną patologiczną inwazji mikronaczyniowej. Zbieramy przedoperacyjne wielofazowe obrazy CT, cechy kliniczne i wyniki patologiczne.
Ta interwencja jest opracowanym komputerowo systemem diagnozy opartej na sztucznej inteligencji (CAD) w celu przewidywania inwazji mikronaczyniowej (MVI) u pacjentów z rakiem wątrobowokomórkowym przy użyciu przedoperacyjnego obrazowania CT. System integruje głębokie uczenie się, radiach i funkcje obrazowania zdefiniowane przez ekspertów, aby zapewnić ocenę ryzyka i wizualizację MVI przed operacją. W tym badaniu system CAD będzie oceniany retrospektywnie i prospektywnie tylko w sposób obserwacyjny. Wyniki nie będą miały wpływu na podejmowanie decyzji klinicznych lub leczenia pacjenta, a wszystkie metody leczenia będą zgodne ze standardem opieki.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Obszar pod krzywą charakterystyki operacyjnej odbiornika (AUC)
Ramy czasowe: W ciągu 1 miesiąca po operacji
AUC zostanie obliczone poprzez porównanie prognoz systemu CAD z standardem referencyjnym pooperacyjnej diagnozy patologicznej inwazji mikronaczyniowej w raku wątrobowokomórkowym.
W ciągu 1 miesiąca po operacji
Dokładność
Ramy czasowe: W ciągu 1 miesiąca po operacji
Dokładność zostanie zdefiniowana jako odsetek odpowiednio sklasyfikowanych przypadków (zarówno MVI-dodatni, jak i MVI-ujemny) przez system CAD w porównaniu z patologią pooperacyjną.
W ciągu 1 miesiąca po operacji

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Wrażliwość
Ramy czasowe: W ciągu 1 miesiąca po operacji
Czułość zostanie obliczona jako odsetek prawdziwych pozytywnych przypadków MVI poprawnie zidentyfikowanych przez system CAD w porównaniu z patologią pooperacyjną.
W ciągu 1 miesiąca po operacji
Specyficzność
Ramy czasowe: W ciągu 1 miesiąca po operacji
Specyficzność zostanie obliczona jako odsetek prawdziwych przypadków ujemnych MVI poprawnie zidentyfikowanych przez system CAD w porównaniu z patologią pooperacyjną.
W ciągu 1 miesiąca po operacji
Kalibrowanie
Ramy czasowe: W ciągu 1 miesiąca po operacji
Wydajność kalibracji zostanie oceniona za pomocą krzywych kalibracji, testów dobroci dopasowania Hosmer-Lemeshow i wyników Brier, aby określić zgodność między przewidywanymi prawdopodobieństwami a obserwowanymi wynikami MVI.
W ciągu 1 miesiąca po operacji

Inne miary wyników

Miara wyniku
Opis środka
Ramy czasowe
Czas przetwarzania
Ramy czasowe: W ciągu 1 miesiąca po operacji
Średni czas obliczeniowy wymagany dla systemu CAD w celu wygenerowania prognoz i wyników wizualizacji zostanie zarejestrowany w celu oceny wykonalności integracji z klinicznym przepływem pracy.
W ciągu 1 miesiąca po operacji
Ocena ufności lekarza
Ramy czasowe: W ciągu 1 miesiąca po operacji
Wynik ufności lekarza zostanie zmierzony za pomocą kwestionariusza, który prosi lekarzy o ocenę ich zaufania do oceny ryzyka pacjenta po przejrzeniu wyników prawdopodobieństwa generowanych przez CAD i mapach istotności. Odpowiedzi zostaną zebrane w 5-punktowej skali Likerta (1 = wcale nie jest pewna, 2 = nieco pewna, 3 = umiarkowanie pewna siebie, 4 = pewna, 5 = bardzo pewna). Wynik zostanie zarejestrowany jako liczbowa wartość skali Likerta wybrana przez każdego lekarza.
W ciągu 1 miesiąca po operacji

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 (Rzeczywisty)

1 września 2025

Zakończenie podstawowe (Szacowany)

1 września 2026

Ukończenie studiów (Szacowany)

1 września 2027

Daty rejestracji na studia

Pierwszy przesłany

28 sierpnia 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

5 września 2025

Pierwszy wysłany (Szacowany)

12 września 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Szacowany)

12 września 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

5 września 2025

Ostatnia weryfikacja

1 sierpnia 2025

Więcej informacji

Terminy związane z tym badaniem

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 .

Badania kliniczne na Rak wątrobowokomórkowy (HCC)

Subskrybuj