Development of Artificial Intelligence System for Detection and Diagnosis of Breast Lesion Using Mammography
24 de julho de 2021 atualizado por: Sun Ying-Shi, Peking University Cancer Hospital & Institute
This project aims to establish a comprehensive artificial intelligence system for detecting and qualitative diagnosing breast lesions.
Mammary images will be used to construct a diagnosis method based on deep learning.
The system is proposed to automatically analyze the type of mammary glands, automatically identify and mark all breast lesions on the mammography images, provide the malignancy probability judgment of the lesions, the BI-RADS classification and the clinical suggestion, and also automatically generate the structured diagnosis report.
Visão geral do estudo
Status
Concluído
Condições
Intervenção / Tratamento
Descrição detalhada
This is a multi-center study.The project contains a retrospective part(3000 samples anticipated) and a prospective part(7000 samples anticipated).
In the retrospective part, investigators collected subjects with mammary images to design the deep learning method and construct a detective and diagnostic model for breast lesions.
In the prospective part, investigators validate the accuracy of the constructed deep learning method, and established artificial intelligence system focusing on mammary diagnosis.
Investigators will also explore the application pattern of the artificial intelligence system in clinical practice.
Tipo de estudo
Observacional
Inscrição (Real)
5809
Contactos e Locais
Esta seção fornece os detalhes de contato para aqueles que conduzem o estudo e informações sobre onde este estudo está sendo realizado.
Locais de estudo
-
-
Beijing
-
Beijing, Beijing, China, 100142
- Beijing Cancer Hospital
-
Beijing, Beijing, China
- Beijing Chao Yang Women and Children's Health Hospital
-
Beijing, Beijing, China
- Beijing Da Xing People's Hospital
-
Beijing, Beijing, China
- Beijing Hang Tian Centre Hospital
-
Beijing, Beijing, China
- Beijing Nan Jiao Cancer Hospital
-
Beijing, Beijing, China
- Beijing Shi Jing Shan Hospital
-
Beijing, Beijing, China
- Beijing Shun Yi Qu Hospital
-
Beijing, Beijing, China
- Beijing Shun Yi Woman and Children Health Hospital
-
-
Critérios de participação
Os pesquisadores procuram pessoas que se encaixem em uma determinada descrição, chamada de critérios de elegibilidade. Alguns exemplos desses critérios são a condição geral de saúde de uma pessoa ou tratamentos anteriores.
Critérios de elegibilidade
Idades elegíveis para estudo
18 anos e mais velhos (Adulto, Adulto mais velho)
Aceita Voluntários Saudáveis
Não
Gêneros Elegíveis para o Estudo
Fêmea
Método de amostragem
Amostra de Probabilidade
População do estudo
Women with suspected Breast Lesion
Descrição
Inclusion Criteria:
- the X-ray images of the breast were complete
- the results of pathological diagnosis or more than 2 years of mammography follow-up were available
- subject signs informed consent(this item was only for prospective study cases)
Exclusion Criteria:
- there exists pathological diagnosis of breast lesions when receiving mammography
- there lacks pathological diagnosis or 2 years of mammography follow-up
- subject withdraws(this item was only for prospective study cases)
Plano de estudo
Esta seção fornece detalhes do plano de estudo, incluindo como o estudo é projetado e o que o estudo está medindo.
Como o estudo é projetado?
Detalhes do projeto
Coortes e Intervenções
Grupo / Coorte |
Intervenção / Tratamento |
|---|---|
|
mammography group
women who receives mammography because of suspected breast lesion(s)
|
When a woman comes to the clinic to receive mammography.
Then a radiologist will give a BI-RADS classification after reviewing the images.
If a BI-RADS 4/5 is obtained, the woman will receive pathological biopsy to ensure there is a benign or malignant lesion.
If a BI-RADS 3 is obtained, the woman will be followed up by a half-year interval until two year after the first mammography.
At each follow up, she will receive mammography.
If a BI-RADS 4/5 is obtained at follow up, she will receive pathological biopsy; if a BI-RADS 1/2/3 is obtained at follow up, she will be followed up by a half-year interval until two year.
If a BI-RADS 1/2 is obtained at the first mammography, the woman will receive a second mammography after two year.
During the study period, breast examination and results will be recorded for every subject.
Radiologists will give the diagnosis with and without AI support.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
benign-malignant diagnosis accuracy
Prazo: from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
|
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to pathology.
If either one mammography of BI-RADS 4/5 in the first examination or during the two year' follow up examination is obtained,a pathological examination is performed, the lesion is judged benign or malignant according to pathological results.
|
from the first mammography to pathological result obtained(an average of 3 weeks if mammography BI-RADS 4 or 5 obtained)
|
|
benign-malignant diagnosis accuracy
Prazo: from the first mammography to 2-year-after mammography
|
the accuracy of the AI model, radiogist with AI support, radiologist alone for binary diagnosis of a benign or malignant breast lesion according to follow up.
If a 2-year mammography of BI-RADS 1/2/3 is obtained, the lesion is considered benign.
If either one mammography of BI-RADS 4/5 during the two year is obtained,a pathological examination is performed to ensure the benign or malignant lesion
|
from the first mammography to 2-year-after mammography
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
lesion detection accuracy
Prazo: from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)
|
the detection rate of the constructed deep learning method for detecting benign or malignant breast lesion according to radiologist's subjective diagnosis or follow up as reference.
If a radiologist suggests existence of a lesion at the first mammography or at each follow-up mammography during the 2-year period, it is considered that a lesion exists
|
from the first mammography to radiologist diagnosis (within 3 days after the mammography taken)
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Patrocinador
Colaboradores
Investigadores
- Cadeira de estudo: Ying-Shi Sun, Professor, Peking University Cancer Hospital & Institute
Datas de registro do estudo
Essas datas acompanham o progresso do registro do estudo e os envios de resumo dos resultados para ClinicalTrials.gov. Os registros do estudo e os resultados relatados são revisados pela National Library of Medicine (NLM) para garantir que atendam aos padrões específicos de controle de qualidade antes de serem publicados no site público.
Datas Principais do Estudo
Início do estudo (Real)
5 de abril de 2018
Conclusão Primária (Real)
4 de maio de 2020
Conclusão do estudo (Real)
4 de maio de 2020
Datas de inscrição no estudo
Enviado pela primeira vez
17 de abril de 2018
Enviado pela primeira vez que atendeu aos critérios de CQ
12 de outubro de 2018
Primeira postagem (Real)
17 de outubro de 2018
Atualizações de registro de estudo
Última Atualização Postada (Real)
27 de julho de 2021
Última atualização enviada que atendeu aos critérios de controle de qualidade
24 de julho de 2021
Última verificação
1 de julho de 2021
Mais Informações
Termos relacionados a este estudo
Outros números de identificação do estudo
- BCA-AI
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
NÃO
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Não
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
Não
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .