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

Modele SI w diagnostyce patologii klinicznej: wieloośrodkowe badanie RCT

6 lutego 2026 zaktualizowane przez: Nanfang Hospital, Southern Medical University

Wydajność modeli AI w procesie diagnostycznym patologii klinicznej: wieloośrodkowe, prospektywne, randomizowane badanie kontrolowane

Badacze planują przeprowadzenie wieloośrodkowego, prospektywnego, randomizowanego badania kontrolowanego w celu systematycznej oceny wartości dodanej patomorfologicznych modeli sztucznej inteligencji (AI) w paneuropejskim procesie diagnostycznym. Badanie będzie przede wszystkim porównywać interpretację z wykorzystaniem platformy wspomaganej AI z konwencjonalnym, niezależnym odczytem szkieł pod względem dokładności diagnostycznej (np. AUC), efektywności odczytu (np. czas diagnostyczny), jakości raportu diagnostycznego, pewności diagnostycznej (skala Likerta) oraz satysfakcji patologów z modelu AI. Badacze ocenią również wyższość wśród mniej doświadczonych (młodszych) patologów i niegorszość wśród bardziej doświadczonych (starszych) patologów. Pomyślne zakończenie tego projektu dostarczy wysokiej jakości prospektywnych dowodów na wsparcie standaryzowanego wdrożenia, kontroli jakości i szerszego zastosowania patomorfologicznej AI w praktyce klinicznej. Badanie to może również ocenić potencjalne korzyści i ryzyka związane z wykorzystaniem narzędzi AI w badaniach medycznych.

Przegląd badań

Status

Jeszcze nie rekrutacja

Interwencja / Leczenie

Szczegółowy opis

W tym badaniu badacze planują włączyć 60 patologów o różnym poziomie doświadczenia oraz 2000 pacjentów wymagających diagnozy patologicznej, z zebranymi obrazami całych preparatów (WSI).

Typ studiów

Interwencyjne

Zapisy (Szacowany)

2060

Faza

  • Nie dotyczy

Kontakty i lokalizacje

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

Kontakt w sprawie studiów

Lokalizacje studiów

    • Chongqing Municipality
      • Chongqing, Chongqing Municipality, Chiny
        • The First Hospital Affiliated to AMU SOUTHWEST HOSPITAL
        • Kontakt:
    • Guangdong
      • Guangzhou, Guangdong, Chiny, China 510515
        • Nanfang Hospital, Southern Medical University
        • Kontakt:
        • Kontakt:
    • Henan
      • Zhengzhou, Henan, Chiny
        • The First Affiliated Hospital of Zhengzhou University
        • 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

Tak

Opis

Patolodzy:

Kryteria włączenia:

  1. Dobrowolne wyrażenie pisemnej świadomej zgody.
  2. Wiek ≥ 20 lat.
  3. Ukończenie co najmniej 1 roku szkolenia w zakresie diagnostyki patologicznej.

Kryteria wyłączenia:

  1. Osoby z trudnościami w czytaniu lub zaburzeniem czytania.
  2. Niechęć do udziału w tym badaniu.

Pacjenci:

Kryteria włączenia:

  1. Dobrowolne wyrażenie pisemnej świadomej zgody.
  2. Wiek ≥ 18 lat.
  3. Dostępność obrazów patologii cyfrowej i odpowiednich informacji klinicznych.

Kryteria wyłączenia:

  1. Brakujące dane lub jakość danych niespełniająca wymagań do analizy.
  2. Uznanie przez badacza za nieodpowiedniego do udziału.
  3. Niechęć do udziału w tym badaniu.

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: Zadanie krzyżowe
  • Maskowanie: Pojedynczy

Broń i interwencje

Grupa uczestników / Arm
Interwencja / Leczenie
Komparator placebo: Niezależna Grupa Diagnostyczna (Grupa Kontrolna)
W tej grupie patolodzy niezależnie zdiagnozują każdy przypadek w oparciu o własne doświadczenie kliniczne, zarejestrując zarówno czas potrzebny na postawienie diagnozy, jak i swoją pewność diagnostyczną.
Patolodzy będą niezależnie diagnozować każdy przypadek w oparciu o własne doświadczenie kliniczne i będą rejestrować zarówno czas potrzebny na postawienie diagnozy, jak i poziom pewności swojej diagnozy.
Eksperymentalny: Grupa wspomagana sztuczną inteligencją
Patolodzy w tej grupie są zobowiązani do wykorzystania sztucznej inteligencji w modelu diagnostyki patologicznej do wspomagania swoich diagnoz. Sztuczna inteligencja w modelu patologicznym dostarczy przewidywany wynik dla każdego przypadku.
Lekarze w tej grupie są zobowiązani do korzystania z modelu AI w celu wsparcia swoich diagnoz. Model patologii AI dostarczy przewidywany wynik dla każdego przypadku.

Co mierzy badanie?

Podstawowe miary wyniku

Miara wyniku
Opis środka
Ramy czasowe
Pole pod krzywą ROC (AUC)
Ramy czasowe: Oceny zostaną przeprowadzone w ciągu tygodnia od postawienia diagnozy przez patologów
Obszar pod krzywą
Oceny zostaną przeprowadzone w ciągu tygodnia od postawienia diagnozy przez patologów

Miary wyników drugorzędnych

Miara wyniku
Opis środka
Ramy czasowe
Czas diagnostyczny na przypadek
Ramy czasowe: Zmierzona bezpośrednio po diagnozie patologa
Czas wymagany przez patologa do postawienia diagnozy dla każdego przypadku w grupie z diagnozą wspomaganą sztuczną inteligencją w porównaniu z grupą z diagnozą niezależną. Czas diagnostyczny definiuje się jako okres (w minutach/sekundach) od rozpoczęcia przeglądu przypadku do sfinalizowania i przesłania raportu diagnostycznego w systemie badania.
Zmierzona bezpośrednio po diagnozie patologa
Pewność diagnostyczna patologów
Ramy czasowe: W momencie diagnozy każdego przypadku.
Samodzielnie zgłaszana przez patologów pewność diagnostyczna dla każdego przypadku w grupie z diagnozą wspomaganą sztuczną inteligencją w porównaniu z grupą diagnozy niezależnej. Pewność diagnostyczna będzie oceniana przez patologa sporządzającego raport w skali Likerta w [10] punktach (np. 1 = bardzo niepewny do 10 = bardzo pewny) bezpośrednio po postawieniu diagnozy. Wyższe wyniki wskazują na większą pewność diagnostyczną.
W momencie diagnozy każdego przypadku.

Współpracownicy i badacze

Tutaj znajdziesz osoby i organizacje zaangażowane w to badanie.

Śledczy

  • Krzesło do nauki: Li Liang, Nanfang Hospital, Southern Medical 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 marca 2026

Zakończenie podstawowe (Szacowany)

31 grudnia 2028

Ukończenie studiów (Szacowany)

31 grudnia 2029

Daty rejestracji na studia

Pierwszy przesłany

6 lutego 2026

Pierwszy przesłany, który spełnia kryteria kontroli jakości

6 lutego 2026

Pierwszy wysłany (Rzeczywisty)

13 lutego 2026

Aktualizacje rekordów badań

Ostatnia wysłana aktualizacja (Rzeczywisty)

13 lutego 2026

Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości

6 lutego 2026

Ostatnia weryfikacja

1 lutego 2026

Więcej informacji

Terminy związane z tym badaniem

Inne numery identyfikacyjne badania

  • NFEC-2026-059

Plan dla danych uczestnika indywidualnego (IPD)

Planujesz udostępniać dane poszczególnych uczestników (IPD)?

NIE

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 Model Podstawowy Patologii

Badania kliniczne na Kontrola

Subskrybuj