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

Sztuczna inteligencja w diagnostyce guzów nerek przy użyciu tomografii komputerowej bez kontrastu

13 grudnia 2025 zaktualizowane przez: Yajia Gu, MD, Fudan University

Sztucznie inteligentny model do badań przesiewowych i diagnozowania nowotworów nerek w oparciu o TK bez kontrastu

Celem tego badania obserwacyjnego jest sprawdzenie, czy metoda sztucznej inteligencji może automatycznie identyfikować i diagnozować zmiany nerkowe przy użyciu tomografii komputerowej bez kontrastu lub badań przesiewowych oportunistycznych.

Przegląd badań

Status

Jeszcze nie rekrutacja

Warunki

Szczegółowy opis

To badanie najpierw opracowuje model sztucznej inteligencji zdolny do skutecznego wykrywania i diagnozowania zmian nerkowych na podstawie wieloośrodkowego, retrospektywnego badania kohortowego.
Następnie model sztucznej inteligencji jest stosowany w dużej, rzeczywistej populacji retrospektywnej i prospektywnej, aby zweryfikować i poprawić jego skuteczność.

Typ studiów

Obserwacyjny

Zapisy (Szacowany)

10000

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Kopia zapasowa kontaktu do badania

Lokalizacje studiów

  • Chiny
    • Shanghai Municipality
      • Shanghai, Shanghai Municipality, Chiny, 200032
        • Fudan University Shanghai Cancer Center
        • Kontakt:
        • Kontakt:

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 prawdopodobieństwa

Badana populacja

Pacjenci, u których wykonano badanie TK jamy brzusznej.

Opis

Kryteria włączenia:

  1. Pacjenci, u których przeprowadzono badanie TK jamy brzusznej.
  2. Pacjenci ze zmianami nerkowymi byli prowadzeni zgodnie ze standardowymi ścieżkami klinicznymi, obejmującymi obserwację, biopsję lub operację.
  3. Zmiany złośliwe potwierdzono patologicznie; zmiany łagodne potwierdzono za pomocą diagnozy patologicznej lub obserwacji obrazowej.
  4. Nie stosowano wcześniejszego leczenia choroby nerek.

Kryteria wyłączenia:

  1. Pacjenci odmawiają poddania się zalecanej obserwacji, biopsji lub operacji, co uniemożliwiało ostateczne rozpoznanie zmiany nerkowej.
  2. Brak pełnego potwierdzenia patologicznego dla zmian podejrzanych o złośliwość.
  3. Pacjenci otrzymali jakąkolwiek formę wcześniejszego leczenia zmiany nerkowej.
  4. Słaba jakość obrazu utrudniająca ocenę diagnostyczną.

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
Budowanie inteligentnego systemu diagnostycznego chorób nerek na podstawie skanów TK.
Ramy czasowe: 1 rok
W celu stworzenia inteligentnego systemu do wykrywania zmian masowych w nerkach oraz ich różnicowania na torbiele, nowotwory łagodne i złośliwe.
1 rok

Miary wyników drugorzędnych

Miara wyniku
Ramy czasowe
Dalszy rozwój modelu sztucznej inteligencji w celu skutecznej diagnozy typów patologicznych powszechnych nowotworów nerek.
Ramy czasowe: 1 rok
1 rok

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Sponsor

Fudan University

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 stycznia 2026

Zakończenie podstawowe (Szacowany)

1 grudnia 2028

Ukończenie studiów (Szacowany)

1 grudnia 2028

Daty rejestracji na studia

Pierwszy przesłany

13 grudnia 2025

Pierwszy przesłany, który spełnia kryteria kontroli jakości

13 grudnia 2025

Pierwszy wysłany (Rzeczywisty)

26 grudnia 2025

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

26 grudnia 2025

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

13 grudnia 2025

Ostatnia weryfikacja

1 października 2025

Więcej informacji

Terminy związane z tym badaniem

Słowa kluczowe

Dodatkowe istotne warunki MeSH

Inne numery identyfikacyjne badania

  • 2509-Exp275

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 Nowotwory nerek

Wyszukaj podobne próby

Sponsorzy i współpracownicy

Warunki medyczne

Interwencje lekowe

CROs by country

CROs in Indonesia

Warunki

Rzadkie choroby

Interwencje lekowe

Suplementy diety

Sponsor / Współpracownicy

Lokalizacje

Subskrybuj