A inteligência artificial acelera a curva de aprendizado para dominar o ultrassom com contraste aprimorado dos nódulos da tireoide (AIA-CEUD-TN)
22 de março de 2026 atualizado por: Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
A inteligência artificial acelera a curva de aprendizado para dominar os relatórios de imagem da tireoide e o sistema de dados de ultrassom com contraste aprimorado
O objetivo deste estudo observacional é aprender sobre a curva de aprendizado para dominar o relatório de imagem da tireoide e o sistema de dados do ultrassom com contraste com o auxílio de inteligência artificial em pacientes com nódulos tireoidianos. As principais questões que pretende responder são:
- Podemos desenvolver um software de inteligência artificial para auxiliar os médicos no diagnóstico de nódulos tireoidianos usando ultrassom com contraste?
- A inteligência artificial pode reduzir o número de casos e o tempo para os médicos dominarem o diagnóstico de ultrassom com contraste de nódulos da tireoide?
Os participantes serão submetidos a exames de ultrassom com contraste e aspiração com agulha fina guiada por ultrassom de nódulos tireoidianos. Os pesquisadores compararão o número de casos e o tempo para os médicos com e sem assistência de inteligência artificial dominarem o diagnóstico de ultrassom com contraste de nódulos da tireoide para ver se a inteligência artificial reduz o número de casos e o tempo.
Visão geral do estudo
Status
Concluído
Condições
Intervenção / Tratamento
Tipo de estudo
Intervencional
Inscrição (Real)
1955
Estágio
- Não aplicável
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
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510289
- Sun Yat-Sen Memorial Hospital, Sun Yat-Sen University
-
-
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
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Não
População do estudo
População do estudo com a mesma indicação para ultrassom com contraste e biópsia aspirativa com agulha fina:
- Ablação ou cirurgia planejada;
- Pelo menos uma característica ultrassonográfica suspeita, como margem hipoecóica/muito hipoecóica, irregular/lobulada, mais alta que larga ou focos ecogênicos pontuados.
Descrição
Critério de inclusão:
- Pacientes com nódulos tireoidianos com componente sólido ≥5 mm confirmados por ultrassom convencional;
- Pacientes submetidos a ultrassom convencional, ultrassom com contraste e biópsia aspirativa com agulha fina;
- Pacientes com resultados patológicos benignos ou malignos finais.
Critério de exclusão:
- Pacientes com citopatologia de Bethesda I, III ou IV e sem patologia final benigna ou maligna;
- Pacientes com história de ablação ou cirurgia de tireoide;
- Pacientes com imagens de ultrassom de baixa qualidade.
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
- Finalidade Principal: Diagnóstico
- Alocação: N / D
- Modelo Intervencional: Atribuição de grupo único
- Mascaramento: Nenhum (rótulo aberto)
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Outro: Conjunto de teste
Os participantes com nódulos da tiroide foram submetidos a ecografia com contraste e a punção aspirativa por agulha fina guiada por ecografia entre janeiro de 2021 e dezembro de 2022 no Sun Yat-sen Memorial Hospital da Sun Yat-sen University, no Houjie Hospital de Dongguan e no Affiliated Huadu Hospital da Southern Medical University.
|
Diagnóstico de nódulos da tiroide por ecografia de contraste assistida por inteligência artificial.
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Desempenho de diagnóstico
Prazo: Primeira semana após a data de conclusão primária.
|
Sensibilidade, especificidade, valor preditivo positivo, valor preditivo negativo, precisão, área sob a curva
|
Primeira semana após a data de conclusão primária.
|
|
A necessidade de biópsia
Prazo: Primeira semana após a data de conclusão principal.
|
Taxa de biópsia desnecessária
|
Primeira semana após a data de conclusão principal.
|
Colaboradores e Investigadores
É aqui que você encontrará pessoas e organizações envolvidas com este estudo.
Investigadores
- Investigador principal: Jingliang Ruan, PhD, Sun Yat-Sen Memorial Hospital of Sun Yat-Sen University
Publicações e links úteis
A pessoa responsável por inserir informações sobre o estudo fornece voluntariamente essas publicações. Estes podem ser sobre qualquer coisa relacionada ao estudo.
Publicações Gerais
- Haugen BR, Alexander EK, Bible KC, Doherty GM, Mandel SJ, Nikiforov YE, Pacini F, Randolph GW, Sawka AM, Schlumberger M, Schuff KG, Sherman SI, Sosa JA, Steward DL, Tuttle RM, Wartofsky L. 2015 American Thyroid Association Management Guidelines for Adult Patients with Thyroid Nodules and Differentiated Thyroid Cancer: The American Thyroid Association Guidelines Task Force on Thyroid Nodules and Differentiated Thyroid Cancer. Thyroid. 2016 Jan;26(1):1-133. doi: 10.1089/thy.2015.0020.
- Russ G, Bonnema SJ, Erdogan MF, Durante C, Ngu R, Leenhardt L. European Thyroid Association Guidelines for Ultrasound Malignancy Risk Stratification of Thyroid Nodules in Adults: The EU-TIRADS. Eur Thyroid J. 2017 Sep;6(5):225-237. doi: 10.1159/000478927. Epub 2017 Aug 8.
- Burgos N, Zhao J, Brito JP, Hoang JK, Pitoia F, Maraka S, Castro MR, Lee JH, Singh Ospina N. Clinician Agreement on the Classification of Thyroid Nodules Ultrasound Features: A Survey of 2 Endocrine Societies. J Clin Endocrinol Metab. 2022 Jul 14;107(8):e3288-e3294. doi: 10.1210/clinem/dgac279.
- Tessler FN, Middleton WD, Grant EG, Hoang JK, Berland LL, Teefey SA, Cronan JJ, Beland MD, Desser TS, Frates MC, Hammers LW, Hamper UM, Langer JE, Reading CC, Scoutt LM, Stavros AT. ACR Thyroid Imaging, Reporting and Data System (TI-RADS): White Paper of the ACR TI-RADS Committee. J Am Coll Radiol. 2017 May;14(5):587-595. doi: 10.1016/j.jacr.2017.01.046. Epub 2017 Apr 2.
- Burgos N, Ospina NS, Sipos JA. The Future of Thyroid Nodule Risk Stratification. Endocrinol Metab Clin North Am. 2022 Jun;51(2):305-321. doi: 10.1016/j.ecl.2021.12.002. Epub 2022 May 4.
- Zhou J, Yin L, Wei X, Zhang S, Song Y, Luo B, Li J, Qian L, Cui L, Chen W, Wen C, Peng Y, Chen Q, Lu M, Chen M, Wu R, Zhou W, Xue E, Li Y, Yang L, Mi C, Zhang R, Wu G, Du G, Huang D, Zhan W; Superficial Organ and Vascular Ultrasound Group of the Society of Ultrasound in Medicine of the Chinese Medical Association; Chinese Artificial Intelligence Alliance for Thyroid and Breast Ultrasound. 2020 Chinese guidelines for ultrasound malignancy risk stratification of thyroid nodules: the C-TIRADS. Endocrine. 2020 Nov;70(2):256-279. doi: 10.1007/s12020-020-02441-y. Epub 2020 Aug 21.
- Shin JH, Baek JH, Chung J, Ha EJ, Kim JH, Lee YH, Lim HK, Moon WJ, Na DG, Park JS, Choi YJ, Hahn SY, Jeon SJ, Jung SL, Kim DW, Kim EK, Kwak JY, Lee CY, Lee HJ, Lee JH, Lee JH, Lee KH, Park SW, Sung JY; Korean Society of Thyroid Radiology (KSThR) and Korean Society of Radiology. Ultrasonography Diagnosis and Imaging-Based Management of Thyroid Nodules: Revised Korean Society of Thyroid Radiology Consensus Statement and Recommendations. Korean J Radiol. 2016 May-Jun;17(3):370-95. doi: 10.3348/kjr.2016.17.3.370. Epub 2016 Apr 14.
- Kwak JY, Han KH, Yoon JH, Moon HJ, Son EJ, Park SH, Jung HK, Choi JS, Kim BM, Kim EK. Thyroid imaging reporting and data system for US features of nodules: a step in establishing better stratification of cancer risk. Radiology. 2011 Sep;260(3):892-9. doi: 10.1148/radiol.11110206. Epub 2011 Jul 19.
- Sidhu PS, Cantisani V, Dietrich CF, Gilja OH, Saftoiu A, Bartels E, Bertolotto M, Calliada F, Clevert DA, Cosgrove D, Deganello A, D'Onofrio M, Drudi FM, Freeman S, Harvey C, Jenssen C, Jung EM, Klauser AS, Lassau N, Meloni MF, Leen E, Nicolau C, Nolsoe C, Piscaglia F, Prada F, Prosch H, Radzina M, Savelli L, Weskott HP, Wijkstra H. The EFSUMB Guidelines and Recommendations for the Clinical Practice of Contrast-Enhanced Ultrasound (CEUS) in Non-Hepatic Applications: Update 2017 (Long Version). Ultraschall Med. 2018 Apr;39(2):e2-e44. doi: 10.1055/a-0586-1107. Epub 2018 Mar 6.
- Zhang Y, Zhou P, Tian SM, Zhao YF, Li JL, Li L. Usefulness of combined use of contrast-enhanced ultrasound and TI-RADS classification for the differentiation of benign from malignant lesions of thyroid nodules. Eur Radiol. 2017 Apr;27(4):1527-1536. doi: 10.1007/s00330-016-4508-y. Epub 2016 Aug 15.
- Tang C, Fang K, Guo Y, Li R, Fan X, Chen P, Chen Z, Liu Q, Zou Y. Safety of Sulfur Hexafluoride Microbubbles in Sonography of Abdominal and Superficial Organs: Retrospective Analysis of 30,222 Cases. J Ultrasound Med. 2017 Mar;36(3):531-538. doi: 10.7863/ultra.15.11075. Epub 2017 Jan 10.
- Seifert P, Gorges R, Zimny M, Kreissl MC, Schenke S. Interobserver agreement and efficacy of consensus reading in Kwak-, EU-, and ACR-thyroid imaging recording and data systems and ATA guidelines for the ultrasound risk stratification of thyroid nodules. Endocrine. 2020 Jan;67(1):143-154. doi: 10.1007/s12020-019-02134-1. Epub 2019 Nov 18.
- Wildman-Tobriner B, Buda M, Hoang JK, Middleton WD, Thayer D, Short RG, Tessler FN, Mazurowski MA. Using Artificial Intelligence to Revise ACR TI-RADS Risk Stratification of Thyroid Nodules: Diagnostic Accuracy and Utility. Radiology. 2019 Jul;292(1):112-119. doi: 10.1148/radiol.2019182128. Epub 2019 May 21.
- Zhang B, Tian J, Pei S, Chen Y, He X, Dong Y, Zhang L, Mo X, Huang W, Cong S, Zhang S. Machine Learning-Assisted System for Thyroid Nodule Diagnosis. Thyroid. 2019 Jun;29(6):858-867. doi: 10.1089/thy.2018.0380. Epub 2019 Apr 27.
- Jin Z, Pei S, Ouyang L, Zhang L, Mo X, Chen Q, You J, Chen L, Zhang B, Zhang S. Thy-Wise: An interpretable machine learning model for the evaluation of thyroid nodules. Int J Cancer. 2022 Dec 15;151(12):2229-2243. doi: 10.1002/ijc.34248. Epub 2022 Sep 12.
- Chen Y, Gao Z, He Y, Mai W, Li J, Zhou M, Li S, Yi W, Wu S, Bai T, Zhang N, Zeng W, Lu Y, Liu H. An Artificial Intelligence Model Based on ACR TI-RADS Characteristics for US Diagnosis of Thyroid Nodules. Radiology. 2022 Jun;303(3):613-619. doi: 10.1148/radiol.211455. Epub 2022 Mar 22.
- Zhao CK, Ren TT, Yin YF, Shi H, Wang HX, Zhou BY, Wang XR, Li X, Zhang YF, Liu C, Xu HX. A Comparative Analysis of Two Machine Learning-Based Diagnostic Patterns with Thyroid Imaging Reporting and Data System for Thyroid Nodules: Diagnostic Performance and Unnecessary Biopsy Rate. Thyroid. 2021 Mar;31(3):470-481. doi: 10.1089/thy.2020.0305. Epub 2020 Sep 9.
- Zhao J, Zhou X, Shi G, Xiao N, Song K, Zhao J, Hao R, Li K. Semantic consistency generative adversarial network for cross-modality domain adaptation in ultrasound thyroid nodule classification. Appl Intell (Dordr). 2022;52(9):10369-10383. doi: 10.1007/s10489-021-03025-7. Epub 2022 Jan 13.
- Peng S, Liu Y, Lv W, Liu L, Zhou Q, Yang H, Ren J, Liu G, Wang X, Zhang X, Du Q, Nie F, Huang G, Guo Y, Li J, Liang J, Hu H, Xiao H, Liu Z, Lai F, Zheng Q, Wang H, Li Y, Alexander EK, Wang W, Xiao H. Deep learning-based artificial intelligence model to assist thyroid nodule diagnosis and management: a multicentre diagnostic study. Lancet Digit Health. 2021 Apr;3(4):e250-e259. doi: 10.1016/S2589-7500(21)00041-8.
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)
3 de junho de 2023
Conclusão Primária (Real)
2 de março de 2026
Conclusão do estudo (Real)
16 de março de 2026
Datas de inscrição no estudo
Enviado pela primeira vez
24 de julho de 2023
Enviado pela primeira vez que atendeu aos critérios de CQ
8 de agosto de 2023
Primeira postagem (Real)
9 de agosto de 2023
Atualizações de registro de estudo
Última Atualização Postada (Real)
25 de março de 2026
Última atualização enviada que atendeu aos critérios de controle de qualidade
22 de março de 2026
Última verificação
1 de março de 2026
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
- Doenças do Sistema Endócrino
- Processos Patológicos
- Neoplasias por local
- Neoplasias
- Neoplasias da Tireóide
- Neoplasias das Glândulas Endócrinas
- Neoplasias de Cabeça e Pescoço
- Doenças da Tireoide
- Condições Patológicas, Sinais e Sintomas
- Nódulo da tireóide
- Doença
- Algoritmos
- Conceitos matemáticos
- Inteligência artificial
Outros números de identificação do estudo
- SYSKY-2023-702-01
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
SIM
Descrição do plano IPD
Os dados gerados ou analisados durante o estudo estão disponíveis através do investigador principal mediante pedido.
Prazo de Compartilhamento de IPD
A primeira semana após a publicação dos artigos de investigação.
Critérios de acesso de compartilhamento IPD
Os dados gerados ou analisados durante o estudo estão disponíveis através do investigador principal mediante pedido.
Tipo de informação de suporte de compartilhamento de IPD
- PROTOCOLO DE ESTUDO
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 .